LTM-π：VLA 模型的潜在转移记忆方法

2026年10月16日，arXiv Robotics 刊出 Qixin Sun 等作者的论文，提出面向视觉-语言-动作（VLA）模型的 Latent Transition Memory（LTM）方法。该方法将历史存储为相邻观测之间的紧凑潜在转移，并在 π₀.₅ 上实例化为 LTM-π，采用冻结的潜在动作编码器、轻量适配器与因果 KV 缓存实现增量推理，无需记忆专用语义标注，也无需调用外部推理模型。论文报告称，在 DreamDojo transitions 条件下，LTM-π 在 RoboMME 上取得 58.54% 成功率、在 LIBERO-Mem 上取得 80.5% 成功率，在不使用外部推理模型或记忆专用标注的基线中表现最佳；在 200 token 记忆预算下成功率仍为 84.00%，不压缩时为 87.50%；真实机器人计数任务成功率从 11.25% 提升至 82.50%。目前该事件仅有这一篇主报道，尚无后续跟进报道，上述数字均为论文自述结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。