热点事件持续更新
MATE：通过记忆适配提升具身代理任务执行成功率
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
MATE 是一种记忆适配方法，旨在提升具身智能体在 ALFWorld 上的任务执行成功率。该方法通过移除过时控制上下文、提取条件-动作-效果转换、经验证动作归一化和任务相关表示选择，将检索到的轨迹转化为可执行记忆，且无需额外 LLM 推理。在 ALFWorld 134 个任务上，Qwen2.5-14B 与 72B 分别达到 81.3% 与 93.3% 成功率，token 消耗约为原始轨迹的十分之一。实验表明，经验证动作归一化是恢复检索经验有效性的主要机制。该报道为 arXiv Computation and Language 2026-09-30 的一手研究。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Computation and Language记忆适配方法 MATE 提升具身智能体任务执行成功率
MATE 在 ALFWorld 134 个任务上分别用 Qwen2.5-14B 和 72B 达到 81.3% 与 93.3% 成功率，token 消耗约为原始轨迹的十分之一。该方法通过移除过时控制上下文、提取条件-动作-效果转换、经验证动作归一化和任务相关表示选择，将检索到的轨迹转为可执行记忆，无需额外 LLM 推理。实验表明经验证动作归一化是恢复检索经验有效性的主要机制。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。