REMM: Revisable Embodied Memory for Manipulation

📄 arXiv: 2610.12710v1 📥 PDF

作者: Revanth Krishna Senthilkumaran, Ruwan Wickramarachchi, Alessandro Oltramari, Jonathan Francis

分类: cs.RO

发布日期: 2026-10-08

备注: 12 pages, 8 figures. Project page: https://revanthsenthil.github.io/remm/

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出REMM以解决长时间操作中的记忆修正问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 具身记忆 长时间操作 任务恢复 机器人学习 动态调整

📋 核心要点

  1. 现有方法在长时间操作中无法有效管理和修正任务状态，导致机器人在干扰后无法准确恢复任务进展。
  2. REMM通过引入可修正的具身记忆，分离证据历史与任务状态，确保机器人能够根据新的证据动态调整任务结论。
  3. 实验结果显示，REMM在干预恢复和序列回忆方面显著提高了任务进展，验证了其在实际操作中的有效性。

📝 摘要（中文）

长时间的操作需要机器人保留与任务相关的历史记录，同时修正不再由物理证据支持的结论。仅仅保留观察结果并不能明确哪些已完成的条件应在干扰后撤回，或哪些义务需要修复。我们提出了REMM（可修正的具身记忆），这是一个用于冻结的G0.5视觉-语言-行动执行器的监督记忆层。REMM将仅附加的证据历史与可修正的任务状态分开，并明确将推导关系和已完成条件与其支持事实联系起来。当接受的证据改变支持事实时，它撤回依赖的结论，并在经过验证的技能边界处安排有针对性的恢复，而无需更新执行器。在51次物理试验中，包括操作员辅助的运行，REMM在干预恢复中的平均任务进展从57%提高到91%，在序列回忆中从43%提高到70%。

🔬 方法详解

问题定义：本论文旨在解决机器人在长时间操作中如何有效管理和修正任务状态的问题。现有方法在干扰发生后，无法明确撤回不再有效的条件或修复义务，导致任务进展受阻。

核心思路：REMM的核心思路是引入可修正的具身记忆，通过将证据历史与任务状态分离，使机器人能够根据新的物理证据动态调整任务结论，从而提高操作的灵活性和准确性。

技术框架：REMM的整体架构包括一个监督记忆层，分为附加的证据历史和可修正的任务状态两个模块。该框架能够在接受新证据时，自动撤回依赖的结论，并在技能边界处安排恢复操作。

关键创新：REMM的最大创新在于其可修正的记忆机制，能够在不更新执行器的情况下，动态调整任务状态。这一机制与现有方法相比，显著提高了机器人的适应能力和任务恢复能力。

关键设计：REMM设计中包含了对证据的附加历史记录和任务状态的明确分离，确保了推导关系与支持事实之间的清晰链接。此外，系统在处理证据变化时，能够有效地撤回不再有效的结论，并在经过验证的技能边界处进行恢复调度。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，REMM在51次物理试验中，干预恢复的平均任务进展从57%提高到91%，而序列回忆的进展从43%提高到70%。这些数据表明，REMM在任务恢复和记忆管理方面的显著提升，验证了其作为有效接口的潜力。

🎯 应用场景

REMM的研究成果具有广泛的应用潜力，尤其在需要长时间操作的机器人系统中，如自动化制造、服务机器人和救援任务等领域。通过提升机器人的记忆修正能力，REMM能够显著提高任务执行的灵活性和可靠性，推动智能机器人在复杂环境中的应用。未来，REMM的理念也可能扩展到其他领域，如智能助手和人机交互系统。

📄 摘要（原文）

Long-horizon manipulation requires robots to retain task-relevant history while revising conclusions no longer supported by physical evidence. Retaining observations alone does not specify which completed conditions should be withdrawn after a disturbance or which obligations require repair. We introduce REMM, Revisable Embodied Memory for Manipulation, a supervisory memory layer for a frozen G0.5 vision-language-action executor. REMM separates an append-only evidence history from revisable task state and explicitly links derived relations and completed conditions to their supporting facts. When accepted evidence changes a supporting fact, it withdraws dependent conclusions and schedules targeted recovery at verified skill boundaries without updating the executor. Across 51 physical trials, including operator-assisted runs, REMM improves mean recorded task progress over the strongest baseline from 57% to 91% in intervention recovery and from 43% to 70% in sequence recall. Complementary video diagnostics show improved grounding of retained history into the next instruction, including comparisons with $π_{0.5}$-compatible high-level planner adaptations. These results support revisable memory as a practical interface for continued manipulation without policy retraining. Project: https://revanthsenthil.github.io/remm/.