REMM: マニピュレーションのための修正可能な身体性メモリ

- 長期的な manipulation タスク向けの supervisory memory layer『REMM (Revisable Embodied Memory for Manipulation)』を提案。 - frozen な G0.5 vision-language-action executor の上に載る。 - append-only な evidence history と、改訂可能な task state を分離。 - 派生した relation や完了条件を、それを支える fact に明示的にリンクする。 - 受け入れた evidence が supporting fact を変えたら、依存する conclusion を撤回し、verified skill boundary で targeted recovery をスケジュールする。 - executor の更新は不要。

- 従来は observation を保持するだけでは、disturbance 後にどの完了条件を撤回すべきか、どの obligation を repair すべきか特定できない。 - REMM は evidence history と revisable task state を分離し、依存関係を明示的にリンクすることで、支持事実の変化に応じた結論撤回と回復を可能にする。 - これにより policy retraining なしで継続的な manipulation を実現する実用的 interface を提供。 - 最強 baseline に対し intervention recovery で平均記録タスク進捗を 57%→91%、sequence recall で 43%→70% に改善。

- frozen な G0.5 vision-language-action executor を土台にする。 - append-only evidence history と revisable task state を分離して保持。 - derived relation と completed condition を supporting fact に明示的にリンク。 - accepted evidence が supporting fact を変更した場合、依存する conclusion を withdraw する。 - verified skill boundary において targeted recovery を schedule する。 - executor の更新は行わない。

- 51 回の physical trial（operator-assisted run を含む）で評価。 - intervention recovery における mean recorded task progress が最強 baseline の 57% から 91% へ改善。 - sequence recall が 43% から 70% へ改善。 - 補完的な video diagnostics により、保持した history が次の instruction に grounding される改善を示す。 - π_{0.5}-compatible high-level planner adaptations との比較も含む。

- 結果は、revisable memory が policy retraining なしの継続的 manipulation のための実用的 interface であることを支持する。 - ただし、operator-assisted run を含む点や、限られた physical trial 数など、議論の余地は要旨からは不明。 - 一般化可能性や他の executor への適用性については要旨からは不明。

- G0.5 vision-language-action executor - π_{0.5}-compatible high-level planner adaptations - 同分野の定番として vision-language-action models (RT-2, OpenVLA など) や long-horizon manipulation の memory 研究