机器人策略以价值缓存记录任务进度

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），让机器人通过价值专家和价值缓存判断动作是在推进任务还是抓取失败，从而在相似视觉画面间保留任务进度记忆。 其训练包括离线强化学习预热、在线人类纠正和自主经验学习；在盒子组装、叠衣服和磁性总线组装任务中，价值缓存使任务表现提升29.4个百分点。

AI 根据报道生成 · 42 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。