具身记忆

Embodied Memory进阶

机器人把看过、做过的事存下来，供之后决策和回答问题使用。

具身记忆指具身智能体在长时间运行中保存并调用过去经历的机制：去过哪里、东西放在哪、任务做到了哪一步、上次在哪里失败。它之所以必要，是因为机器人每次只能看到局部（部分可观测），很多任务又持续几分钟到几天，只看当前画面的策略会忘掉已完成的子任务，或反复寻找同一样东西。常见做法有三类：一是在模型内部保存历史特征，如 MemoryVLA（2025）借鉴人的工作记忆和情景记忆，给 VLA 加了记忆库；二是维护外部结构化记忆，如 3D 场景图、语义地图，KARMA 用长期场景图加短期状态记录来辅助家务规划；三是检索增强，如 ReMEmbR 把长时间导航的画面按时间、位置存进数据库，用来回答「在哪、什么时候发生」一类问题。