LT-Mem 获 IROS 2026 最佳论文：机器人重访空间保留物体位置变迁史

2026/10/21 20:59

核心发布：本月初在匹兹堡闭幕的 IROS 2026 将最佳论文奖授予 LT-Mem。该研究让机器人重访同一空间时保留每个物体的位置变迁史，而非仅记住最新一次看到的样子。
方法要点：论文将现有系统的毛病命名为“时间性失忆”——要么用新观测覆盖旧状态，要么存下语义快照却缺少跨次访问一致的物体身份。LT-Mem 用一个随物体习性变化的易变性分数，决定新观察应覆盖、保持还是并存。
局限说明：论文作者坦承测试只覆盖两个室内加一个室外场景、各 10 次访问，外观相似物体的身份关联依然困难。
行业意义：评委会从近两千篇收录论文中选中该工作，将具身长记忆从工程补丁提升为机器人领域公认的科学问题；但单点学术攻坚与产业侧完整记忆底座，仍需在真实家庭长期数据中验证。