VaM以價值預測記錄機械人任務進度

2026年10月30日報道，研究團隊提出 Value as Memory（VaM），把價值模型近期作出的預測，作為機械人任務進度記憶，並輸入動作策略。團隊採用離線至在線的強化學習，持續更新策略與價值模型。在紙盒裝配測試中，VaM 連續自主運行 4 小時，成功率超過 95%；與移除價值快取的版本相比，最終任務成功率提升 29.4%。報道所述的最新進展，是該方法在紙盒裝配任務中達到上述運行時長、成功率及比較結果。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。