IMPRINT：多流潜在记忆机器人策略框架

2026年10月15日，arXiv 人工智能板块发布论文，Yilin Wu 等作者提出 IMPRINT——一种策略无关的多流潜在记忆框架，用于增强视觉-语言-动作（VLA）模型。该框架不在训练中显式约束策略应记住什么，采用两阶段训练：先监督记忆重建观测、动作和本体感受等多流信息并估计任务进度，再与策略联合端到端微调；推理时增量更新潜在记忆以降低延迟。报道称，在仿真和真实任务中，IMPRINT 平均成功率比基础 VLA 至少提升 26%，并在记忆增强型 VLA 中保持最低推理延迟。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道相矛盾的数字或说法。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。