arXiv cs.AI· You Wu, Guhong Zhang, Hongwei Li, Xinyue Hong, Yuan Jia·· 1 天前AI 评分31
AstroMemBench：面向具身航天器智能体的记忆系统基准
AstroMemBench: A Benchmark for Memory Systems in Embodied Spacecraft Agents
AI 导读
AstroMemBench 是面向具身航天器智能体的记忆系统基准，覆盖行星表面作业、在轨服务与深空探索三类场景的 9 项任务，含 16 个记忆子挑战、140 个模板和 2240 个实例。
正文 · AI 翻译
摘要：长期航天器自主性要求具身智能体在通信延迟、时间关键操作、环境不确定性、复杂物理交互、功率与计算约束以及安全与可靠性要求下利用运行历史。我们推出 AstroMemBench 以及一种场景-挑战-能力设计方法，将上述需求映射为可执行的记忆测试。该基准通过 140 个模板和 2240 个实例，覆盖行星表面作业、在轨服务与深空探索中的九项任务，共 16 个记忆子挑战。一个确定性环境会针对任务完成、状态变化、安全性和资源使用对动作进行评分。九种条件下的消融实验表明，该基准对智能体恢复和使用历史信息的准确程度以及记忆系统设计的差异具有敏感性。主要实验比较了六种配置。Mem0、Chain-of-Memory、LightMem 和检索增强生成（RAG）在同会话平均得分上优于原生 Pi Agent，且三种记忆系统相较 RAG 没有明显优势。在会话重启后，Mem0 比 RAG 高出 12.25 分。收益更偏向于指令保留和结果复用，而非持续状态跟踪和能量预留。AstroMemBench 支持具身航天器智能体记忆系统的设计、开发和选择。AstroMemBench 1.0 及其评估代码已公开：此 https URL。
| 评论： | 31 页，4 幅图，19 张表。包含附录 A-E |
| 主题： | 人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2611.16590 [cs.AI] |
| （或 arXiv:2611.16590v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16590 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：HongWei Li [查看电子邮件]
[v1]
2026 年 11 月 12 日星期四 10:23:15 UTC（413 KB）
来源：arXiv cs.AI · arxiv.org