论文提出Ledger构建具身助手持久3D物体记忆
论文AI 评分 65/100arXiv cs.AI
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
针对具身助手从第一人称视频构建长程物体记忆的需求，论文提出Ledger系统。该系统融合物体位置、历史与上下文描述，跨记录关联观测并在物体离开视野后保留信息，包括未触碰物体。系统按静止位置聚类观测，需重复证据才记录移动以抑制定位噪声，并用短描述保留内部物品或支撑面等细节，后续无需访问原始影像即可回答空间问题。在HD-EPIC与UCS-Bench基准上，准确率分别从29.7%升至42.6%、从33.8%升至38.5%；在Ego4D上返回预测的中值定位误差为0.99米。
为什么值得看
解决具身智能体在长时序第一人称视角下物体离开视野后的记忆保持与空间推理难题，评测指标提升显著。
论文数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。