Mimir：一种神经符号记忆系统，具有交互式环境中实体代理的动态基础

长视野具体任务要求智能体在部分可观察性下行动，同时保留场景信念和执行进度。扁平的历史或隐含的政策状态可能包含过去的观察，但它们没有提供明确的界面来决定哪些世界事实支持当前的积极目标。我们引入了 Mimir，一种神经符号记忆，它将世界记忆与任务记忆分开，并在每个动作之前动态地为它们奠定基础。世界记忆维护对象位置、对象状态和感知证据，而任务记忆维护有序的目标议程、进度状态、手部状态、失败和执行约束。目标与环境对齐模块将主动目标与召回的世界候选者绑定，填充缺失的源位置，并在规划和适配具体具身平台的执行之前附加证据。在测试的骨干网中，Mimir 在不同的 EB-ALFRED 和 EB-Habitat 任务上持续改进，最大增益分别为 42.5% 和平均增益为 23.0%。与在相同主干下评估的现有智能体和记忆系统的最佳结果相比，Mimir 将总体平均成功率提高了 8.5%。最后，在 EB-Habitat Long-horizo​​n 子集上，Mimir 实现了 86.0% 的成功率，大大优于当前的闭源模型。我们的代码很快就会发布。