arXiv · cs.AI· Qixin Sun, WenLong Gao, Xiansheng Chen, Zhongyuan Wang, Si Liu, Pengwei Wang·· 6 小时前
LTM：基于潜在状态转移记忆增强视觉-语言-动作模型
LTM: Latent Transition Based In-Context Memory for Vision-Language-Action Models
arXiv:2610.21362v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Qixin Sun, WenLong Gao, Xiansheng Chen, Zhongyuan Wang, Si Liu, Pengwei Wang
研究任务与主要进展
研究团队提出LTM，并将其实例化为LTM-π，用潜在状态转移记忆增强π0.5在视觉-语言-动作模型中的历史交互记忆。基于论文摘要，该方法在RoboMME和LIBERO-Mem上分别达到58.54%和80.5%的成功率；RoboMME演示数据扩大十倍后，成功率从57.67%提升至87.50%，真实机器人计数成功率从11.25%提升至82.50%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org