arXiv · cs.AI· Shravan Chaudhari, William Paul, Suchi Saria, Rama Chellappa, Homanga Bharadhwaj·· 18 小时前
Ledger从第一人称视频构建持久化三维物体记忆
Never Look Back: Understanding Persistence in 3D Object Memory from Egocentric Videos
arXiv:2610.10538v1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：Shravan Chaudhari, William Paul, Suchi Saria, Rama Chellappa, Homanga Bharadhwaj
首次提交：2026-10-08 01:59
研究任务与主要进展
研究者提出Ledger，一种从第一人称视频中构建持久化三维物体记忆的具身助手方法，可记录物体的位置、历史和上下文描述，并在物体离开视野后继续保留相关记录。基于论文摘要，Ledger将HD-EPIC准确率从29.7%提升至42.6%，将UCS-Bench准确率从33.8%提升至38.5%，在返回的预测中以0.99米的平均绝对误差定位Ego4D物体。
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