Mem-World：用于持久机器人操作的去记忆增强动作条件世界模型

动作条件世界模型虽具潜力，但在机器人操作中因遮挡和快速运动导致观测不足，易引发遗忘或幻觉。现有记忆检索策略在动态场景中往往失效。为此，本文提出 Mem-World，一种记忆增强的多视图动作条件世界模型。其核心是 W-VMem，一种以腕部视角为中心的 4D 表面元素索引记忆，将历史观测锚定于时变表面元素上。该机制支持基于几何的未来动作条件检索，通过渲染与评分选择相关历史帧，提供非冗余上下文。实验表明，该方法显著提升了长程任务的策略评估可靠性与成功率。