何が起きたか

Physical Intelligenceは、ロボット基盤モデル向けのメモリ手法「Multi-scale Embodied Memory (MEM)」を開発したと発表した。同社によると、MEMはモデルに記憶を提供し、キッチン全体の清掃やグリルドチーズサンドイッチの調理などの非常に長いタスクを可能にする。MEMは最大15分間のタスク追跡を可能にし、短期記憶と長期記憶の両方を保持し、文脈内適応による誤り修正も行えるとしている。

Key Facts

Physical Intelligenceは、ロボット基盤モデル向けのメモリ手法「Multi-scale Embodied Memory (MEM)」を開発した。[0]
MEMは、最大15分間のタスク追跡を可能にし、短期記憶と長期記憶の両方を保持する。[0]
MEMは、文脈内適応による誤り修正が可能である。[0]
同社は、MEMの例として、キッチン全体の清掃やグリルドチーズサンドイッチの調理を挙げている。[0]
MEMでは、短期記憶は生の観測として維持され、長期記憶は自然言語の抽象概念として保存される。[0]
モデルは、高レベルのサブタスクを選択するためにも使われる推論メカニズムを通じて、何をどのように記憶するかを能動的に選択する。[0]

なぜ重要か

ロボット基盤モデルは個々のスキルは習得できても、複雑なマルチステージ行動にはタスク全体の一貫したナラティブの維持や、視界外の物体位置の記憶、過去の失敗の想起が必要となる。MEMは、このような長時間タスクにおける記憶のボトルネックに対処する手法として提案されており、ロボットの実用的な応用範囲を広げる可能性がある。