面向具身AI代理的新基准和记忆压缩技术

研究人员推出了DunphyBench，这是一个旨在评估具身AI代理在长时程、以人为中心的决策任务中的新基准。该基准要求代理在复杂的住房环境中导航，并根据多维用户偏好调整其决策，整合多模态输入以获得连贯的知识。为了解决当前代理中识别出的内存管理瓶颈，开发了一种新颖的偏好条件多模态记忆压缩器MeMento。MeMento选择性地压缩长历史中与决策相关的信息，显著提高了准确性并减少了内存使用。 AI

影响 这项研究可能促使更强大的具身AI代理能够更好地理解并根据长期复杂的用户偏好采取行动。

排序理由 该集群包含一篇研究论文，详细介绍了具身AI决策的新基准和一种新颖的技术。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• DunphyBench
• Gotit.pub
• Hugging Face
• MeMento
• ScienceCast

• 论文
• 产品

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →