SkillMemo: 専門家が導くスキル記憶フレームワークでロボット操作の汎化を強化

ロボットの視覚運動モデルはデータ不足と汎化能力の限界に直面しています。これに対し、SkillMemoフレームワークは、長い軌道を潜在的な原子スキルに分解し、スキルレベルのエピソード記憶バンクに統合することで、複雑なタスクの解決を目指します。専門家が導くセグメンテーションと記憶アーキテクチャにより、既存モデルの性能を大幅に向上させ、未見のタスク構成に対しても強力な汎化能力を発揮します。