REMM：面向操作任务的可修正具身记忆

REMM 是一种为冻结的 G0.5 视觉-语言-动作执行器设计的监督式记忆层，将只追加的证据历史与可修正的任务状态分离，并把派生关系和已完成条件显式链接到支撑事实。当证据变化时，REMM 撤回依赖结论并在验证过的技能边界安排定向恢复，无需更新执行器。51 次物理试验显示，干预恢复的平均任务进度从 57% 提升至 91%，序列召回从 43% 提升至 70%。