搜索

Value as Memory：把近期价值预测作为机器人任务进度记忆（在新窗口打开）

VaM 将近期价值预测缓存输入动作策略，帮助机器人区分视觉相似却进度不同的状态，再通过离线预热与在线真机强化学习更新策略。团队在纸盒装配、衣物折叠等任务上报告恢复与成功率收益，其中四小时稳定运行来自纸盒装配设置，不代表所有长期操作任务。