論文の概要: MemBodied: Recurrent Associative Memory for Vision-Language-Action Models

• arxiv url: http://arxiv.org/abs/2609.28256v1
• Date: Wed, 23 Sep 2026 15:19:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:18.085381
• Title: MemBodied: Recurrent Associative Memory for Vision-Language-Action Models
• Title（参考訳）: MemBodied:ビジョン・ランゲージ・アクションモデルのための連想記憶
• Abstract要約: 2つの相補的成分を持つ固定サイズのエピソードメモリであるMemBodiedを紹介する。 RMBenchの5つのタスクでメモリを必要とするが、MemBodiedはステートレスポリシーの平均成功率は7.81ドルである。
• 参考スコア（独自算出の注目度）: 49.19321968091714
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Vision-Language-Action models provide a strong foundation for general-purpose robot control, yet a vast majority of policies do not preserve and leverage episode-level information beyond the current observation. This limitation is consequential in history-dependent manipulation tasks that depend on information available only in past observations. Retaining past observations in context can aid in recovering this information, but at the significant cost of ever-growing, bloated context and inference latency. We thus introduce MemBodied, a fixed-size episodic memory with two complementary components: an associative state that records interactions across policy calls and an episode anchor that preserves a compact representation of the initial scene as a reference. At each policy call, the model conditions action generation on the current input and the memory components, rather than directly using past observations. Across five evaluated RMBench tasks requiring memory, MemBodied achieves $7.81\times$ the mean success rate of a stateless policy and $2.98\times$ of vanilla recurrent memory, while outperforming the strongest memory-augmented baseline by $1.3\times$ with $10\times$ fewer added parameters. On the fully observable LIBERO-Long suite, it reached 90.6%, a 5.4% improvement over the stateless $π_0$ policy. These findings support MemBodied as a practical alternative to expanding the policy context for history-dependent manipulation.
• Abstract（参考訳）: Vision-Language-Actionモデルは汎用ロボット制御の強力な基盤を提供するが、ほとんどの政策は現在の観察以上のエピソードレベルの情報を保存・活用していない。 この制限は、過去の観測でのみ利用できる情報に依存する履歴に依存した操作タスクにおいて、連続的に発生する。 過去の観測をコンテキストに保持することは、この情報を回復するのに役立ちます。 そこで我々は,ポリシーコール間のインタラクションを記録する連想状態と,初期シーンのコンパクトな表現を参照として保存するエピソードアンカーという,2つの相補的なコンポーネントを備えた固定サイズのエピソードメモリであるMemBodiedを紹介した。 各ポリシーコールでは、モデルが過去の観測を直接使用するのではなく、現在の入力とメモリコンポーネントに対してアクション生成を条件とする。 5つの評価されたRMBenchタスクでメモリを必要とするが、MemBodiedはステートレスポリシーの平均成功率$7.81とバニラリカレントメモリ$2.98を達成し、最大のメモリ拡張ベースラインである$1.3と10を減らした$10を達成している。 完全に観測可能なLIBERO-Longスイートでは、90.6%に達し、ステートレスな$π_0$ポリシーよりも5.4%改善した。 これらの知見は、履歴に依存した操作のポリシーコンテキストを拡張するための実践的な代替手段としてMemBodiedを支持している。

関連論文リスト

• Memory Control Signals Emerge Before Action in Long Horizon Agents [55.84813053778976]
  各エージェントアクションの直前に隠された状態を調べ、圧縮とリコールの要求がモデルの内部表現にすでにエンコードされていることを確認する。 本研究では,状態誘導圧縮と外部エビデンス検索を組み合わせたPreaction Memory with Evidence Retrieval (PaMER)を提案する。
  論文  参考訳（メタデータ） (2026-09-23T03:23:34Z)
• Caching for the Future: Scrub Jay Episodic Memory Principles for Agent Memory Systems [5.321970297768025]
  既存の記憶アーキテクチャは、全ての記憶を、時代遅れの事実と共に、保存されたコンテキストを均等に永続的で体系的に汚染したものとして扱う。 メモリ当たりの時間減衰は,外部LLMエージェントメモリストアにおいて,自動分類係数$_i$として操作可能であることを示す。 本稿では,時間的一般化テスト(TGT)と,保持間隔を保ったベンチマーク,一般化ギャップ(GenGap)メトリクスを紹介する。
  論文  参考訳（メタデータ） (2026-08-05T12:12:44Z)
• TFP: Temporally Conditioned Memory-Fusion Policies for Visuomotor Learning [11.149498165285491]
  Vision-Language-Action(VLA)ポリシーは、$_0.5$やOpenVLAのような多くのタスクでうまく機能するが、リアクティブであることが多い。 このようなタスクは、メモリだけでなく、動的に認識される信念の更新も必要である、と我々は主張する。
  論文  参考訳（メタデータ） (2026-07-09T09:24:30Z)
• Scaling Short-Term Memory of Visuomotor Policies for Long-Horizon Tasks [69.19366746169906]
  本稿では,短期記憶を利用するビジュモータポリシーのためのトランスフォーマーベースのアーキテクチャであるPRISMを提案する。 海賊フィルタは情報を取得し、関連する詳細を抑え、性能を向上する。 階層アーキテクチャは、ローカル情報をコンパクトなトークンに圧縮し、計算とメモリフットプリントを改善する。
  論文  参考訳（メタデータ） (2026-06-15T03:49:23Z)
• $δ$-mem: Efficient Online Memory for Large Language Models [44.912347805786716]
  我々は,凍結したフルアテンションバックボーンを連想メモリのコンパクトなオンライン状態に拡張する軽量メモリ機構である$-memを提案する。 $-memはデルタルール学習によって更新された固定サイズの状態行列に過去の情報を圧縮し、その読み出しを使ってバックボーンの注意計算の低ランク補正を生成する。
  論文  参考訳（メタデータ） (2026-05-12T16:31:44Z)
• RMBench: Memory-Dependent Robotic Manipulation Benchmark with Insights into Policy Design [77.30163153176954]
  RMBenchは、メモリの複雑さの複数のレベルにまたがる9つの操作タスクからなるシミュレーションベンチマークである。 Mem-0は、制御アブレーション研究をサポートするために設計された明示的なメモリコンポーネントを備えたモジュラー操作ポリシーである。 既存のポリシにおけるメモリ関連の制限を特定し、アーキテクチャ設計の選択がメモリパフォーマンスに与える影響に関する実証的な洞察を提供する。
  論文  参考訳（メタデータ） (2026-03-01T18:59:59Z)
• MemPO: Self-Memory Policy Optimization for Long-Horizon Agents [52.00646524941419]
  既存のメソッドは通常、外部メモリモジュールを導入し、格納されたメモリから関連する情報を検索する。 本稿では,自己記憶ポリシー最適化アルゴリズム(MemPO)を提案する。 MemPOはF1の絶対スコアが25.98%、SOTAベースラインが7.1%、トークン使用率が67.58%、73.12%である。
  論文  参考訳（メタデータ） (2026-02-28T14:43:02Z)
• 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)

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。