HeLM: 非马尔可夫操作中的分层显式语言记忆

研究人员提出HeLM框架，通过分层显式语言记忆解决VLA模型在非马尔可夫环境中的操作挑战。在10个非马尔可夫现实任务中，HeLM比最强基线提高12.8个百分点成功率，在组合泛化任务上达到78%子任务成功率，同时内存使用减少4.5倍，长时程运行速度提高2.5倍。