GSMem：将 3D 高斯泼溅作为零样本具身探索与推理的持久空间记忆

有效的具身探索要求智能体随时间积累并保留空间知识。然而，现有场景表示缺乏事后重观察能力，导致初始观测遗漏难以恢复。为此，本文提出 GSMem，一种基于 3D 高斯泼溅（3DGS）的零样本具身探索与推理框架。3DGS 作为持久空间记忆，赋予智能体“空间回忆”能力，即从最优未占据视角渲染逼真新视图。该框架结合对象级场景图与语义级语言场的检索机制，精准定位目标区域，支持视觉语言模型的高保真推理。此外，引入混合探索策略，平衡任务感知探索与几何覆盖。实验证明其在具身问答与终身导航中的鲁棒性。