研究人员推出 LVMem,一个旨在增强具身智能体长时问答能力的新框架。该系统通过图像路径增强记忆,将存储的描述与其原始视觉内容关联起来。LVMem 采用基于光流的帧选择策略,并存储以物体为中心的场景表示,在 OC-NaVQA 基准测试中表现优于先前方法,并且在不显式构建图的情况下达到了基线性能。 AI
影响 该框架有望提升具身智能体在复杂、长期环境中的能力。
排序理由 该条目是一篇提交至 arXiv 的研究论文,详细介绍了一种新的问答框架。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →