研究者提出变分认知记忆框架CogMemory

Xinyu Liu等作者提出CogMemory，一个面向长时程视觉-语言-动作（VLA）模型的变分认知记忆框架，让VLA系统能选择性保留并复用任务相关的历史信息。 该方法通过选择性状态空间记忆编码器、多槽时间抽象与变分信息压缩，将多模态轨迹编码为紧凑的潜在记忆表示，并在动作生成时用动态交叉注意力检索与门控融合把相关记忆注入策略预测。作者称，该框架仅增加3.45M参数，即可适配早期融合与中期融合两类VLA主干，在长程机器人操作基准上取得一致提升。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。