論文の概要: DRAM: Delta-rule Recurrent Associative Memory for Robot Manipulation Policies

• arxiv url: http://arxiv.org/abs/2609.32453v2
• Date: Tue, 29 Sep 2026 03:00:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.597985
• Title: DRAM: Delta-rule Recurrent Associative Memory for Robot Manipulation Policies
• Title（参考訳）: DRAM:ロボット操作ポリシーのためのデルタルールリカレント連想メモリ
• Abstract要約: DRAM(Delta-rule Recurrent Associative Memory)は、様々な事前訓練されたロボットポリシーに付加できる、プラグアンドプレイのメモリモジュールである。 ゲートデルタルール線形アテンションを使用して、固定サイズの連想メモリを維持し、各フレームにすべてのトークンを並列に組み込んだ更新を更新する。 アーキテクチャに依存しない読み出しは、過去のコンテキストを異なるポリシーアーキテクチャにわたるアクション予測に統合する。
• 参考スコア（独自算出の注目度）: 19.563510941535323
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Robotic manipulation is inherently history-dependent, yet most pretrained robotic policies condition on only the current observation or a short temporal window. Equipping such policies with long-term memory remains challenging: existing approaches either feed the backbone multi-frame observation windows, which substantially increase inference cost, or rely on pre-defined semantic features, which limit task generality and may also require the retraining of the backbone to adapt to the memory. We introduce DRAM (Delta-rule Recurrent Associative Memory), a plug-and-play memory module that can be attached to a wide range of pretrained robotic policies, endowing them with long-horizon memory without architectural modification or backbone retraining, requiring only task-specific post-training of the memory module and action expert. DRAM maintains a fixed-size associative memory using gated delta-rule linear attention, with a modified update that incorporates all tokens within each frame in parallel. An architecture-agnostic readout integrates historical context into action prediction across different policy architectures. Experiments show that DRAM consistently improves frozen pretrained policies over short-context baselines and alternative compact memory designs, validating its effectiveness as a fixed-size, post-hoc memory module trained with the backbone frozen.
• Abstract（参考訳）: ロボット操作は、本質的には歴史に依存しているが、現在の観測や短い時間窓のみに、最も事前訓練されたロボットポリシー条件である。 既存のアプローチは、推測コストを大幅に増加させるバックボーンのマルチフレーム監視ウィンドウをフィードするか、タスクの汎用性を制限するセマンティック機能に依存し、メモリに適応するためにバックボーンの再トレーニングを必要とする可能性がある。 我々は,DRAM(Delta-rule Recurrent Associative Memory)を紹介した。DRAMは,幅広い事前訓練済みのロボットポリシーにアタッチ可能な,長期のメモリをアーキテクチャ変更やバックボーンのリトレーニングなしで提供し,メモリモジュールとアクションエキスパートのタスク固有の後トレーニングのみを必要とする。 DRAMはゲートデルタルール線形アテンションを使用して固定サイズの連想メモリを維持しており、各フレームにすべてのトークンを並列に組み込んだ更新が更新されている。 アーキテクチャに依存しない読み出しは、過去のコンテキストを異なるポリシーアーキテクチャにわたるアクション予測に統合する。 実験により、DRAMは短いコンテキストベースラインと代替のコンパクトメモリ設計よりも、凍結事前訓練されたポリシーを一貫して改善し、背骨凍結で訓練された固定サイズのポストホックメモリモジュールとしての有効性を検証した。

関連論文リスト

• RPMem: Learning Long-Term Recurrent Parametric Memory Across Sessions for LLM Agents [8.24616125117741]
  長時間実行されるLLMエージェントは、セッション間で持続し、進化するメモリを必要とする。 既存のアプローチは、クロスセッションメモリの進化を限定的にサポートする。 RPMemは、各セッションをモデルに依存しない潜在メモリにコンパイルする2段階アーキテクチャである。
  論文  参考訳（メタデータ） (2026-09-20T08:51:10Z)
• OnEvoMemory: Evolving Memory through Online Robot Rollouts for Pretrained Robot Policies [2.9005223064604078]
  ロングホライズンロボットの操作は、完了したサブタスクと重要な相互作用イベントを追跡するポリシーを必要とする。 本研究では,事前学習型ロボットポリシーのための値誘導型メモリモジュールOnEvoMemoryを提案する。
  論文  参考訳（メタデータ） (2026-08-09T14:53:19Z)
• UniMem: Complementary Episodic-to-Parametric Memory for Boundary-Agnostic Task Streams [77.52140119830241]
  自律型メモリ管理のためのセルフルーティングフレームワークUniMemを提案する。 UniMemは学習可能なルーティングトークンをメモリコントローラとして使用し、相補的なメモリ経路間の適応的な調整を可能にする。 長距離ストリーミングタスクシーケンスの実験では、UniMemは実行の忠実さを維持しながらベースラインを一貫して上回っている。
  論文  参考訳（メタデータ） (2026-07-28T17:28:21Z)
• MemoryWAM: Efficient World Action Modeling with Persistent Memory [80.90899269062128]
  本稿では,効率的な永続メモリを持つ世界アクションモデルであるMemoryWAMを紹介する。 調整された注意機構は、詳細な短期コンテキストと圧縮された長期コンテキストの両方の検索を可能にする。 MemoryWAMは、シミュレーションと実世界の両方において、強力な視覚言語アクション(VLA)とWAMベースラインを上回っている。
  論文  参考訳（メタデータ） (2026-06-18T17:59:51Z)
• 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)
• 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)
• Agentic Memory: Learning Unified Long-Term and Short-Term Memory Management for Large Language Model Agents [57.38404718635204]
  大規模言語モデル (LLM) エージェントは、有限コンテキストウィンドウによる長距離推論において基本的な制限に直面している。 既存のメソッドは通常、長期記憶(LTM)と短期記憶(STM)を独立したコンポーネントとして扱う。 本稿では,エージェントのポリシーに LTM と STM 管理を直接統合する統合フレームワークである Agentic Memory (AgeMem) を提案する。
  論文  参考訳（メタデータ） (2026-01-05T08:24:16Z)
• Memo: Training Memory-Efficient Embodied Agents with Reinforcement Learning [53.72709564555407]
  Memoは、強化学習のためのトランスフォーマーベースのアーキテクチャとトレーニングのレシピである。 トレーニング中のモデルの入力と周期的な要約トークンをインターリーブすることで、メモリの生成と検索を組み込む。 グリッドワールドメタRLベンチマークとマルチオブジェクトナビゲーションタスクにおけるMemoの有効性を,フォトリアリスティック屋内環境で実証する。
  論文  参考訳（メタデータ） (2025-10-22T16:24:47Z)

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。