GaussMemory：用于长视野机器人操作的任务驱动 3D 高斯场景记忆

长视距机器人操纵从根本上依赖于持久的空间记忆。然而，现有的 3D 存储系统仅起到被动记录器的作用：它们使用固定的、手工制定的规则来存储观察结果，并同等重要地对待每个场景元素（无论是关键的抓握目标还是不相关的背景墙）。在本文中，我们提出了从被动存储到主动、任务驱动的空间记忆的范式转变。我们认为，机器人的记忆不应该简单地记录它所看到的东西，而应该主动学习如何记住——发现哪些对象需要精确跟踪，如何积极地更新它们，以及丢弃什么，所有这些都是端到端学习的，无需手工设计规则。至关重要的是，这种主动范式是通过将记忆更新和读出统一为同一认知过程的两个方面来实现的，从而在任务需要形状更新策略时实现双向流，反之亦然。为了实例化这一愿景，我们引入了 GaussMemory，它利用 3D 高斯泼溅作为持久的几何基底。在 LIBERO 上，GaussMemory 在 Goal 和 Long-10 上优于 MemoryVLA；在 VLABench 上，它超过 $π_0$-FAST +5.2%（轨道 1）和 +6.0%（轨道 6）。