RenderMem：将渲染作为空间记忆检索机制

具身推理本质上依赖于视角：可见性、遮挡及可达性关键取决于代理所处位置。然而，现有具身代理的空间记忆系统通常存储多视角观测或对象中心抽象，难以进行具有明确几何基础的推理。本文提出 RenderMem，一种将渲染视为 3D 世界表示与空间推理之间接口的空间记忆框架。RenderMem 不存储固定观测，而是维护 3D 场景表示，并通过从查询隐含的视角渲染场景来生成查询条件的视觉证据。这使得具身代理能够直接从任意视角推理视线、可见性和遮挡关系。实验表明，该方法在视角依赖的查询任务上显著优于现有基线。