WholeBodyMem 为人形机器人引入记忆机制，突破 VLA 策略只看当下的局限

arXiv 论文 WholeBodyMem 提出对象引导的感知记忆，让人形机器人在执行 loco-manipulation 任务时保留目标出现前的历史信息。系统用 SAM3 追踪任务对象，由对象事件因果筛选关键帧，动作专家通过 cross-attention 读取这些帧与对象 token。配套基准 HuMeGo 包含 6 个仿真任务和 6 个 Unitree G1 真机任务。结果显示仿真成功率从 29.1% 提升至 72.6%，真机从 36.7% 提升至 88.3%，SIMPLE 标准任务也从 70.2% 提升到 86.9%。