跳到正文
arXiv · AI· Hongyu Shi, Sen Zhao, Zuyu Zhang, Lifeng Shen, Ding Zou, Xinyu He, Xu Zhang, Qinghua Zhang·· 2026-10-09AI 评分22

FLOWMEM:通过重组与精炼潜在推理流提升视觉-语言-动作模型性能

Recompose and Refine Latent Reasoning Flows for Vision-Language-Action Models

AI 导读

视觉-语言-动作模型 FLOWMEM 通过动态检索并重组潜在推理片段,将成功推理转化为可复用经验以条件化动作生成。 在 RoboMME 和 LIBERO-Plus 基准上,FLOWMEM 成功率分别达 48.0% 和 77.3%,较无记忆策略高出 1.7 和 4.1 个百分点。 该结果证实了复用潜在推理对闭环 VLA 控制的价值。

来源:arXiv · AI · arxiv.org