🔒Открыть пост
и посмотреть медиа
Рубрика "Утренняя статья"
RoboMemory: Вдохновленная мозгом многокомпонентная агентная система для непрерывного обучения в физических воплощённых системах
(RoboMemory: A Brain-inspired Multi-memory Agentic Framework for Lifelong Learning in Physical Embodied Systems)
cсылка
RoboMemory — это многофункциональная система, вдохновлённая работой мозга, разработанная для постоянного обучения и долгосрочного планирования в роботизированных системах.
Система включает четыре ключевых компонента, аналогичных структурам человеческого мозга: модуль предварительной обработки (аналог таламуса), систему памяти (аналог гиппокампа) с разделением на долгосрочную, краткосрочную и рабочую память, модуль закрытого планирования (аналог префронтальной коры) и исполнительный модуль (аналог мозжечка). Такая иерархическая параллельная архитектура позволяет распределять сложные задачи между компонентами, что повышает эффективность обработки информации и быстродействие робота.
На практике используется двойная архитектура, где верхний уровень отвечает за генерацию высокоуровневых действий, а модель Vision-Language-Action вместе с системой SLAM преобразует их в конкретные команды для робота.
Экспериментальные результаты продемонстрировали, что использование базовой модели Qwen2.5-VL-72b позволяет повысить успешность выполнения задач на 25% по сравнению с открытыми аналогами, а также превзойти закрытый SOTA Claude-3.5-Sonnet на 5%. Дополнительные исследования по отдельным компонентам системы подтвердили существенную роль пространственной и долгосрочной памяти.
В будущем планируется дальнейшее совершенствование способности системы к обобщению, улучшение процессов рассуждения и надежности исполнения, а также разработка более точных методов взаимодействия между визуально-языковой моделью и агентом для передачи сложных команд.
#статья
