机器人与具身智能
突破级
暂无讲解视频
收录解读
RoboMemArena 把机器人记忆从抽象长上下文问题推进到长程、部分可观察、真实动作序列任务。论文强调任务平均轨迹超过 1000 步，且大部分子任务依赖记忆。
基准包含 VLM 生成的复杂子任务、完整轨迹、关键帧和 memory-related annotations，并配套真实世界 memory tasks。PrediMem 则用高层 VLM planner、memory bank 和 predictive coding head 作为基线。
它值得正式收录，因为机器人长期任务的核心不是单帧感知，而是选择、维护和使用行动相关记忆；这正是 VLA 和 agent memory 的交叉。
它没有更高，是因为 benchmark 与基线还需要更多真实机器人平台和开放环境验证。