論文の概要: Remember Smarter: Visual History Compressor and Hyperbolic Experience Space for Robotic Memory

• arxiv url: http://arxiv.org/abs/2608.15269v1
• Date: Sat, 15 Aug 2026 15:13:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-18 19:59:03.244716
• Title: Remember Smarter: Visual History Compressor and Hyperbolic Experience Space for Robotic Memory
• Title（参考訳）: ビジュアルヒストリー圧縮機とロボット記憶のためのハイパーボリック体験スペース
• Abstract要約: remember Smarter (RS) は、視覚履歴と双曲的なエクスペリエンスメモリのブランチを補完するプラグイン・アンド・プレイモジュールである。 pi0に適合すると、RSはLIBERO-Plusの総成功率を53.6%から70.6%に引き上げ、実際のロボット実験でかなりの性能向上を達成した。
• 参考スコア（独自算出の注目度）: 54.400138177707504
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long-horizon robot policies require compact access to recent observations and reusable experience without expanding the vision-language-action (VLA) context. We introduce Remember Smarter (RS), a plug-and-play module with complementary visual-history and hyperbolic experience-memory branches. Its visual branch compresses multi-view patch histories using bidirectional spatial Mamba and causal temporal Mamba, then exposes the resulting memory to action-facing hidden states through residual cross-attention while leaving the VLM visual-token stream unchanged. Its experience branch stores successful final-layer VLM states in a Poincare VAE space, organizes them hierarchically, and asynchronously converts retrieved experience into geodesic prompt tokens without blocking action inference. When adapted to pi0, RS increases total success on LIBERO-Plus from 53.6% to 70.6% and achieves substantial performance gains in real-robot experiments designed to evaluate memory retention and experience utilization.
• Abstract（参考訳）: ロングホライズンロボットポリシーは、視覚言語アクション(VLA)のコンテキストを拡張することなく、最近の観測と再利用可能な体験へのコンパクトなアクセスを必要とする。 本稿では,相補的な視覚履歴と双曲的体験記憶のブランチを備えたプラグイン・アンド・プレイモジュールであるReream Smarter(RS)を紹介する。 視覚枝は、双方向空間的マンバと側頭葉的マンバを用いてマルチビューパッチ履歴を圧縮し、VLMビジュアル・トケン・ストリームをそのまま残しながら、残りのクロスアテンションを通して、結果として生じるメモリをアクションに面した隠れ状態に露出させる。 そのエクスペリエンスブランチは、Poincare VAE空間で成功した最終層VLM状態を格納し、それらを階層的に整理し、取得したエクスペリエンスをアクション推論をブロックすることなく、ジオデシックなプロンプトトークンに非同期に変換する。 pi0 に適合すると RS は LIBERO-Plus の総成功率を 53.6% から 70.6% に引き上げ、記憶の保持と経験の活用を評価するために設計された実ロボット実験でかなりの性能向上を達成した。

関連論文リスト

• Dual Latent Memory in Vision-Language-Action Models for Robotic Manipulation [96.18832998704329]
  ラメムVLA(LaMem-VLA)は、ラメムVLA(LaMem-VLA)という、ラメムVLA(LaMem-VLA)という、ラメムVLA(LaMem-VLA)という、ラメムVLA(LaMem-VLA)という、ラメムVLA(LaMem-VLA)のフレームワークである。 LaMem-VLAは、メモリがVLA推論に直接参加し、コンテキスト境界下でアクション生成をガイドすることを可能にする。
  論文  参考訳（メタデータ） (2026-07-08T16:26:06Z)
• Semantic-Aware Adaptive Visual Memory for Streaming Video Understanding [55.7992006853979]
  SAVEMemは、セマンティックな認識をメモリ生成にもたらすフレームワークで、クエリ毎に検索スコープを適応させる。 SAVEMemは、メモリ生成にセマンティックな認識をもたらし、クエリ毎に検索範囲を適応させる、トレーニングフリーのデュアルステージフレームワークである。
  論文  参考訳（メタデータ） (2026-05-08T15:40:40Z)
• VPWEM: Non-Markovian Visuomotor Policy with Working and Episodic Memory [31.464584758455356]
  VPWEMは、ワーキングメモリとエピソードメモリを備えた非マルコフヴィジュモータ政策である。 動作生成には短期情報とエピソードワイド情報の両方を使用し、1ステップあたりのメモリと計算がほぼ一定である。
  論文  参考訳（メタデータ） (2026-03-05T07:52:50Z)
• RoboMME: Benchmarking and Understanding Memory for Robotic Generalist Policies [54.23445842621374]
  記憶は、長い水平と歴史に依存したロボット操作にとって重要である。 近年,視覚言語アクション(VLA)モデルにメモリ機構が組み込まれ始めている。 本稿では,VLAモデルの評価と進展のための大規模標準ベンチマークであるRoboMMEを紹介する。
  論文  参考訳（メタデータ） (2026-03-04T21:59:32Z)
• ELMUR: External Layer Memory with Update/Rewrite for Long-Horizon RL [48.214881182054164]
  本研究では,外部メモリを構造化したトランスアーキテクチャであるEMMURを提案する。 ELMURは、注意窓の向こうに10万倍の有効地平線を拡大する。 最大100万歩の廊下を持つ合成T-Mazeタスクで100%の成功率を達成する。
  論文  参考訳（メタデータ） (2025-10-08T15:50:34Z)
• MemoryVLA: Perceptual-Cognitive Memory in Vision-Language-Action Models for Robotic Manipulation [59.31354761628506]
  このようなタスクは本質的にマルコフ的ではないが、主流のVLAモデルはそれを見落としているため、ロボット操作には時間的コンテキストが不可欠である。 本稿では,長距離ロボット操作のためのコグニション・メモリ・アクション・フレームワークであるMemoryVLAを提案する。 本稿では,3つのロボットを対象とした150以上のシミュレーションと実世界のタスクについて評価する。
  論文  参考訳（メタデータ） (2025-08-26T17:57:16Z)

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。