内容摘要
作者提出 RMBench，以任务记忆复杂度刻画最优策略至少需要保留多少历史观测，并在 RoboTwin 2.0 上构建九项双臂操作任务，覆盖单次历史观测与多项历史信息两类记忆需求。配套策略 Mem-0 采用规划与执行双模块：规划端保存已完成子任务及其视觉结果，执行端融合锚点记忆和滑动窗口，由子任务结束分类器连接。仿真评测涉及八种策略，每项任务使用 50 条专家示范训练、100 次轨迹测试。
消融显示，单次观测类任务移除锚点记忆后，平均成功率从 52.8% 降至 26.8%；多项历史信息类任务移除关键记忆窗口后，从 28.5% 降至 4.8%。但记忆并非越多越好：Cover Blocks 移除锚点记忆后，成功率由 68% 升至 92%。作者还用仿真器真值替代结束分类器，使多项历史信息类任务均值从 28.5% 升至 45.3%，将子任务切换时机识别为当前系统的主要瓶颈。
三项真机任务中，Mem-0 平均成功率为 22.5%；作者明确，这支持记忆机制向硬件迁移，尚不代表可部署的可靠性。
点评
这项作者研究的设计启示是：应检查记忆信息在策略层级间是否重复，并优先改善当前系统的子任务结束检测，而非一味增加记忆通路。
仿真比较中，Mem-0 与 MemER 使用额外子任务监督，与端到端基线的差距不能只归因于记忆架构；真机评测未纳入记忆型基线，且绝对成功率仍低。真值结束信号属于部署时不可用的特权信息，不能将该消融结果当作可部署性能。
版本与核查范围
版本 2603.01229v4 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S3.SS1.p1.1；#S1.p5.1；#S3.SS1.SSS0.Px4.p1.1；#S4.p1.1；#S4.SS1.p2.1；#S5.SS1.p1.1；#S5.SS1.p1.1；#S5.SS2.p2.1；#S5.SS2.p4.1；#S5.SS2.p3.1；#S5.SS2.p5.1；#S5.SS3.p2.1