記憶作為計畫：具備記憶基礎規劃的世界-動作建模
為何重要
此研究解決了長期非馬可夫遞迴演算法中的上下文管理難題，對開發具備長記憶與互動能力的機器人具關鍵意義；其固定上下文長度並利用 KV caching 的方法，提供了一種低計算成本的長軌跡處理路徑，適用於需管理無限歷史的 Agentic Workflow。
傳統機器人政策多採馬可夫假設，但複雜真實任務往往具有長期依賴，MaP-WAM 框架將世界態度建模分解為記憶基礎規劃與計畫條件化執行，利用已完成段落的語言指令與稀疏視覺上下文作為規劃依據。
- 記憶依存的世界態度建模透過已完成段落的記錄（語言指令與視覺）轉化為緊湊計畫。
- 世界-動作-進度（WAP）模型在推論時聯合預測動作區塊與執行進度，並透過計畫與觀察對齊進行校準。
- 系統在 RMBench 上達到 83.3% 成功率，真實機器人任務達 78.0% 成功率，藉由結構化注意力與 KV cache，執行器上下文長度固定且推論延遲隨任務歷史增長保持恆定。