MIT研究团队提出了一种名为 UQ-DAAAM 的时空记忆系统,创新性地将不确定性评估引入机器人的空间语义记忆,为有限查询预算下如何构建更可靠的长期记忆提供了新思路。
随着机器人从短时、单一任务走向开放环境中的长时程自主操作,它需要建立能跨时间、跨视角保存物体及其空间关系的长期记忆,以支撑导航、物体查找和时空问答等任务。、然而,基于视觉语言模型(VLM)生成的场景描述往往带有噪声,且在不同观测视角下可能出现语义不一致——当物体距离较远、被遮挡或处于复杂光照中时,VLM 可能生成一段"看似确定、实则错误"的描述,而传统记忆系统却无法察觉。
针对这一痛点,UQ-DAAAM 通过综合衡量跨视角语义离散程度与单视角描述不连贯性,建立了对象级的语义不确定性度量,在固定的额外查询预算约束下,主动识别并优先优化不确定性较高的对象:先从候选视角中筛选高质量视角获取新描述,再借助受约束的、阶段感知的大语言模型融合策略,将多视角描述统一为一条可靠的物体记忆,并有效抑制幻觉。在 OC-NaVQA 基准测试中,UQ-DAAAM 在问题准确率、位置误差和时间误差三项指标上均优于基线,当优化预算 B=2 时不确定性降低率(URR)高达 92.3%,远超基于视角质量的 34.2% 与随机策略的 5.6%。
该成果以《Remember with Confidence: Uncertainty Quantification for Spatio-temporal Memory with Probabilistic Guarantees》为题发表于 arXiv 预印本,让人形机器人从"敢记"迈向"记得准",为提升具身智能的持续学习与环境适应能力提供了重要参考。 |
版权声明:本文版权为第一机器人网(www.d1robot.com)所有,原文链接:https://d1robot.com/thread-410-1-1.html