MIT 研发 UQ-DAAAM 系统以纠正机器人模糊记忆

MIT 研究人员开发了机器人记忆系统 UQ-DAAAM，可实时识别并纠正机器人记忆中错误标注的物体描述。该系统通过量化视觉语言模型的多视角不确定性，并利用 LLM 融合新视角描述，每个物体仅需增加 2 个附加描述即可消除约 92% 物体的歧义。相比 SOTA，该方法将物体描述准确率提升了 5%，并提高了对物体属性与位置提问的回答准确度。