OnEvoMemory：通过预训练机器人策略的在线机器人执行轨迹来进化记忆

长视野机器人操作需要策略来跟踪已完成的子任务和关键交互事件。然而，现有的记忆机制严重依赖外部模型或预定义的更新规则。为了解决这个问题，我们提出了 OnEvoMemory，一种用于预训练机器人策略的价值引导记忆模块。它保留了最近的背景、高价值的经验和显着的转变，同时了解哪些经验应该从轨迹结果中保留。离线演示会事先初始化记忆，而成功和不成功的在线执行轨迹会优化记忆选择，帮助策略识别任务阶段转换并避免重复已完成的子任务。长范围操作基准的实验表明，OnEvoMemory 通过离线初始化和在线记忆演化提高了基本 VLA 策略的性能。