論文の概要: Echo-Memory: A Controlled Study of Memory in Action World Models

• arxiv url: http://arxiv.org/abs/2606.09803v1
• Date: Mon, 08 Jun 2026 17:54:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.667518
• Title: Echo-Memory: A Controlled Study of Memory in Action World Models
• Title（参考訳）: エコーメモリ:アクションワールドモデルにおける記憶の制御された研究
• Abstract要約: 本研究では,行動条件付き世界モデルにおける記憶機構の制御に関する研究を行う。 既存のメモリ設計と比較するのは難しいのは、ゲインにはバックボーン、トレーニング、検索、評価の違いが絡み合っているからである。 我々はEcho-Memoryを使ってアクション・ツー・ビデオのインタフェースを修正し、生成元によって履歴が保存され読み込まれるかだけを変える。
• 参考スコア（独自算出の注目度）: 58.77172260403133
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present \textbf{Echo-Memory}, a controlled study of memory mechanisms in action-conditioned world models. These models generate multi-segment videos from a first frame, text prompt, and camera-action sequence, but their central failure is often memory rather than local image synthesis: after the camera leaves and returns, the scene or salient object may silently change. Existing memory designs are hard to compare because gains are entangled with backbone, training, retrieval, and evaluation differences. Echo-Memory fixes the action-to-video interface and varies only how history is stored and read by the generator. Under a shared video diffusion backbone, optimizer, camera-action representation, sampler, and evaluation pipeline, we compare raw context, compression-based memory, spatial summaries with different read-out paths, and state-space recurrence. This matched matrix separates four otherwise conflated axes: \emph{capacity}, \emph{compression}, \emph{read-out}, and \emph{recurrence}. We also evaluate memory through a three-branch protocol: replay quality, in-domain loop revisit, and open-domain return probes. The branches routinely disagree, showing that replay fidelity is not a sufficient proxy for remembering a world. Three findings follow. Raw context is a strong capacity baseline and improves open-domain return far more than it improves replay metrics. Compactness is not a free substitute for capacity: aggressive spatial and hybrid-compression memories lose the salient evidence needed for return. Finally, block-wise state-space recurrence is the strongest open-domain return mechanism in our matrix, showing that the structure of implicit memory matters as much as the decision to use it. These results provide a compact protocol for studying memory in action world models beyond isolated replay metrics.
• Abstract（参考訳）: 本稿では,行動条件付き世界モデルにおける記憶機構の制御された研究である「textbf{Echo-Memory}」を提案する。 これらのモデルは、第1フレーム、テキストプロンプト、カメラアクションシーケンスからマルチセグメントビデオを生成するが、その中心的な失敗はローカル画像合成ではなく、しばしばメモリである。 既存のメモリ設計と比較するのは難しいのは、ゲインにはバックボーン、トレーニング、検索、評価の違いが絡み合っているからである。 Echo-Memoryはアクション・ツー・ビデオのインターフェイスを修正し、ジェネレータによって履歴が保存され読み込まれるかだけを変える。 共有ビデオ拡散バックボーン,オプティマイザ,カメラアクション表現,サンプリング,評価パイプラインでは,生のコンテキスト,圧縮ベースのメモリ,読み出しパスの異なる空間要約,状態空間の再現性を比較した。 この整合行列は、4つの他の非等倍な軸: \emph{capacity}, \emph{compression}, \emph{read-out}, \emph{recurrence} を分離する。 また,3分岐プロトコル(リプレイ品質,インドメインループリビジット,オープンドメインリターンプローブ)によるメモリ評価を行った。 ブランチは常々反対し、リプレイの忠実さが世界を記憶するのに十分なプロキシではないことを示す。 以下の3つの発見がある。 生のコンテキストは強力なキャパシティベースラインであり、リプレイメトリクスよりもはるかにオープンドメインリターンを改善する。 コンパクトさはキャパシティの無料代用ではない: 攻撃的な空間的およびハイブリッド圧縮記憶は、戻りに必要とされる健全な証拠を失う。 最後に、ブロックワイドな状態空間再帰は、我々の行列において最強のオープンドメイン戻り機構であり、暗黙のメモリ構造がそれを使用する決定と同じくらい重要であることを示す。 これらの結果は、孤立したリプレイメトリックを超えて、アクションワールドモデルのメモリを研究するためのコンパクトなプロトコルを提供する。

関連論文リスト

• CreaMem: A Scene-Aware Memory Architecture for Personalized Agents [10.59532182467324]
  本稿では,メモリを複数のライフシーンメモリに分割することで,シーン認識型メモリ構成を可能にするCreaMemアーキテクチャを提案する。 CreaMemは、すべての評価指標のQA精度を改善し、特にマルチホップ推論のパフォーマンスを大きく向上させる。 強化するために、私たちはコードをパブリックなGitHubリポジトリにリリースしました。
  論文  参考訳（メタデータ） (2026-09-08T10:33:05Z)
• Beyond Retrieval: Progressive Latent Memory Evolution for Streaming Video Understanding [64.34948094316685]
  latentStreamは、ストリーミングメモリをストア・アンド・レトリーブから検索・インターナライズへシフトする、プログレッシブな潜伏型ワーキングメモリフレームワークです。 LatentStreamは、既存のオンラインおよびオフラインビデオベンチマークで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2026-09-03T17:28:14Z)
• Geometry-Aware Implicit Memory for Video World Models [29.522291951915577]
  GIM-Worldは、ビデオワールドモデルのための幾何学的な暗黙記憶フレームワークである。 カメラクエリ可能な幾何ヘッドは、凍結基礎モデルからトレーニング中にメモリに3Dシーン構造を蒸留する。 MINDの実験では、GIM-Worldは明示的メモリベースラインと暗黙的メモリベースラインの両方よりも、長期の幾何学的および視覚的一貫性を保っている。
  論文  参考訳（メタデータ） (2026-06-01T16:08:43Z)
• WorldMemArena: Evaluating Multimodal Agent Memory Through Action-World Interaction [72.1620416874118]
  マルチモーダルな言語モデルは、長距離エージェントとしてますます多くデプロイされている。 既存のベンチマークは、静的対話上のリコールを測定し、メモリを1つのタスクの精度に分解し、キャプションに対する視覚的な観察を減らす。 マルチモーダルエージェントメモリを,観測可能な4段階ライフサイクルを持つアクションワールドインタラクションループとして定式化する。
  論文  参考訳（メタデータ） (2026-05-28T04:27:20Z)
• Towards Compressive and Scalable Recurrent Memory [16.831420033939548]
  トランスフォーマーは、長いコンテキストへのスケーリングにおいて、注意の二次的なボトルネックに直面します。 最近のアプローチでは、現在のウィンドウを超えてコンテキストを拡張するために、リカレントメモリが導入されている。 我々は,オンライン関数近似のためのHiPPOフレームワークを基盤とした,新しいメモリアーキテクチャであるElastic Memoryを紹介する。
  論文  参考訳（メタデータ） (2026-02-11T07:21:49Z)
• Remember Me, Refine Me: A Dynamic Procedural Memory Framework for Experience-Driven Agent Evolution [52.76038908826961]
  我々は静的ストレージと動的推論のギャップを埋めるため、$textbfReMe$ ($textitRemember Me, Refine Me$)を提案する。 ReMeは3つのメカニズムを通じてメモリライフサイクルを革新する: $textitmulti-faceted distillation$, きめ細かい経験を抽出する。 BFCL-V3とAppWorldの実験では、ReMeが新しい最先端のエージェントメモリシステムを確立している。
  論文  参考訳（メタデータ） (2025-12-11T14:40:01Z)
• R$^3$Mem: Bridging Memory Retention and Retrieval via Reversible Compression [24.825945729508682]
  情報保持と検索の両方を最適化するメモリネットワークであるR$3$Memを提案する。 R$3$Memは、仮想メモリトークンを使用して無限に長い履歴を圧縮およびエンコードし、階層的な圧縮戦略によってさらに強化される。 実験により,長文言語モデリングおよび検索強化生成タスクにおいて,メモリ設計が最先端の性能を達成することを示す。
  論文  参考訳（メタデータ） (2025-02-21T21:39:00Z)
• LaMemo: Language Modeling with Look-Ahead Memory [50.6248714811912]
  右側トークンへの漸進的参加により再帰記憶を向上させるLook-Ahead Memory(LaMemo)を提案する。 LaMemoは、メモリ長に比例した追加のオーバーヘッドで、双方向の注意とセグメントの再発を受け入れる。 広く使われている言語モデリングベンチマークの実験は、異なる種類のメモリを備えたベースラインよりも優れていることを示した。
  論文  参考訳（メタデータ） (2022-04-15T06:11:25Z)
• Kanerva++: extending The Kanerva Machine with differentiable, locally block allocated latent memory [75.65949969000596]
  エピソディックメモリとセマンティックメモリは、人間のメモリモデルの重要なコンポーネントです。 我々は、エピソードメモリとセマンティックメモリのギャップを埋める新しい原理ベイズメモリ割り当てスキームを開発しました。 この割り当て方式がメモリ条件画像生成の性能を向上させることを実証する。
  論文  参考訳（メタデータ） (2021-02-20T18:40:40Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。