ICRA 2025 论文 ReMEmbR：用向量库子集检索替代长上下文实现机器人长时程时空记忆

ICRA 2025 收录的论文 ReMEmbR 面向机器人导航场景下的长时程时空记忆构建与推理，提出把持续累积的机器人历史记录转化为向量库上的子集检索问题。该工作指出，若沿用把全部历史塞入上下文窗口的做法，回答成本会随部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身时长同步上升；为此它改以 LLM-agent 的多轮函数调用完成检索与推理，使回答成本与部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身时长解耦。系统采用两阶段结构组织长时程时空记忆，最终直接输出可供机器人执行的坐标与时间信息。按照分享者的说明，其核心并非扩大上下文，而是把记忆管理交给外部向量检索，再由语言模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身代理逐轮调用函数筛选相关片段，因此能够应对历史记录近乎无限增长的长期运行需求。该论文为机器人在真实环境中持续运行时的记忆维护与查询提供了一种可参考的技术路线。