信任你的记忆：通过多维奖励强化学习实现智能家居的可验证控制

大语言模型已成为实现个性化智能家居体验的关键基础。现有研究多关注实时设备控制，而在记忆驱动的设备控制方面仍面临评估与方法论挑战。评估上，现有基准缺乏对记忆驱动控制的有效测评；方法上，传统强化学习依赖结果导向监督，缺乏细粒度反馈导致记忆管理次优。为此，作者发布基于真实用户日志的 MemHomeLife 数据集，并构建首个系统评估智能家居场景下记忆驱动设备控制的基准 MemHome，支持对记忆子任务的细粒度评估。