上海交大等提出 Value as Memory，用价值缓存为机器人策略加入任务进度记忆

上海交通大学、上海创新研究院与 Noematrix 发布 arXiv 预印本 Value as Memory（VaM），通过价值专家和价值缓存判断动作是否推进任务。训练采用离线 RL 预热、在线人类纠正与自主经验学习；在盒子组装、叠衣服和磁性总线组装任务中，价值缓存带来 29.4 个百分点的提升。