DunphyBench

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。