RéponsesPublié18 sources
EMem-Bench met la mémoire des agents incarnés à l’épreuve
L’équipe OmniAI de l’université Zhejiang a conçu EMem Bench, un benchmark de 2 554 épisodes pour tester si des agents incarnés peuvent retenir leurs expériences et s’en servir dans des tâches ultérieures. Les tâches évaluent quatre capacités : se souvenir d’observations, suivre les changements d’état, retenir les re...
Publié parModifié avec GPT-6 LunaImages générées avec GPT Image 2
Réponse de recherche
Points clés à retenir
- L’équipe OmniAI de l’université Zhejiang a conçu EMem Bench, un benchmark de 2 554 épisodes pour tester si des agents incarnés peuvent retenir leurs expériences et s’en servir dans des tâches ultérieures.
- Les tâches évaluent quatre capacités : se souvenir d’observations, suivre les changements d’état, retenir les retours d’interaction et transférer une expérience à une nouvelle situation.
- Dans 100 trajectoires en échec examinées manuellement, quatre catégories de problèmes de mémoire représentaient 91 % des cas.
Prompt IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Zhejiang University’s OmniAI Group’s EmbodiedMemory-Bench (EMem-Bench), reported on October 18, 2026, when was its paper posted to a. Article summary: EmbodiedMemory-Bench (EMem-Bench) is Zhejiang University’s OmniAI Group’s benchmark for testing whether embodied agents can build and update memories from past interactions, then use those memories to complete later task. Topic tags: general, academic, general web, government, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
Un agent d’IA qui agit dans un environnement doit faire davantage que comprendre ce qu’il voit sur le moment : il lui faut aussi se rappeler ce qu’il a observé auparavant, tenir compte des conséquences de ses actions et réutiliser ces informations ensuite. Le benchmark EmbodiedMemory-Bench (EMem-Bench), proposé par l’équipe OmniAI de l’université Zhejiang, évalue cette mémoire à long terme au moyen de tâches exécutables dans un environnement simulé. L’équipe indique que le benchmark comprend 2 554 épisodes d’interaction répartis en quatre familles de tâches. L’article a été soumis à arXiv le 23 septembre 2026. 1
17
Une mémoire évaluée par l’action
À la différence d’un test qui demande simplement à un modèle de raconter un événement passé, EMem-Bench lui présente d’abord un historique multimodal ordonné dans le temps, puis une nouvelle tâche. L’agent doit construire ou actualiser sa mémoire à partir de ses expériences, avant d’agir dans l’environnement pour accomplir cette tâche. 1
11
Le benchmark examine quatre capacités complémentaires :
- Retenir des observations : se rappeler des détails visuels déjà vus, comme l’endroit où se trouvait un objet.
- Suivre les changements : actualiser la position ou l’état d’un objet au lieu de s’appuyer sur une information dépassée.
- Mémoriser les retours d’interaction : conserver ce qu’une action a révélé, par exemple si une manipulation a réussi.
- Transférer une expérience : réutiliser une règle ou une correction apprise dans une nouvelle scène ou avec un autre objet.
11
16
L’enjeu est donc de vérifier si le souvenir sert réellement à quelque chose : sa valeur se mesure à la capacité de l’agent à s’en servir correctement dans une action ultérieure. 1
Les erreurs de mémoire observées dans des tâches domestiques
Pour cerner les difficultés rencontrées par les agents, l’équipe a analysé 100 trajectoires en échec de Gemini-3-Flash et de Qwen3-VL-32B dans les suites EB-ALF et EB-Hab du benchmark EmbodiedBench. Elle a réparti les erreurs liées à la mémoire en quatre catégories :
- Détails visuels oubliés : 35 %. Un objet avait été vu, mais l’agent n’avait pas retenu où il se trouvait et s’était mis à le chercher de nouveau.
- Changements de l’environnement manqués : 18 %. Un objet avait été déplacé ou modifié, mais l’agent continuait d’agir à partir de son ancien état.
- Retours d’interaction non mémorisés : 31 %. L’agent ne conservait pas des informations révélées par le résultat d’une action, comme la réussite d’une prise ou un état jusque-là caché.
- Expérience non transférée : 7 %. Malgré une démonstration ou une correction antérieure, l’agent répétait la même erreur avec un autre objet.
Ces quatre catégories représentent ensemble 91 % des trajectoires en échec examinées. Ce chiffre décrit cet échantillon ciblé de cas d’échec : il ne correspond ni au taux d’échec global des deux modèles ni à un résultat issu d’un échantillonnage aléatoire.
EMem organise les souvenirs pour les réutiliser
L’équipe a également présenté Embodied-Memorizer (EMem), un système de mémoire externe qui organise les expériences en souvenirs de scène, d’espace et d’événement. Elle a aussi entraîné EMem-8B, un modèle destiné à gérer ces souvenirs et à les exploiter. 1
6
15 L’approche vise à aller au-delà du simple stockage : il faut retrouver les informations pertinentes pour la tâche en cours, puis les traduire en action.
6
Dans une comparaison où GPT-5.4-mini sert de modèle de base commun, le taux de réussite moyen rapporté passe de 35,3 % sans EMem à 58,9 % avec le système, soit un gain de 23,6 points. Dans cette même comparaison, TeleMem atteint 37,8 %. 6 Ces résultats concernent un benchmark et un protocole de test précis ; ils ne garantissent pas des performances similaires pour tous les modèles ou toutes les tâches incarnées.
Publication et intérêt pour le benchmark
La fiche arXiv indique que l’article a été soumis le 23 septembre 2026. 17 Des médias chinois en ont parlé le 18 octobre, et la page de l’équipe recense également une couverture dans les médias.
6
13 Selon un article publié à cette période, le benchmark avait été téléchargé près de 30 000 fois sur Hugging Face environ trois semaines après sa mise à disposition. Il s’agit d’un chiffre rapporté à l’époque, et non d’un décompte actuel vérifié.
6
Des résultats en simulation, pas une garantie pour les robots réels
EMem-Bench évalue la mémoire et son utilité pour l’action dans des environnements simulés. 1
4 Les résultats montrent donc comment les systèmes se comportent sur les tâches de ce benchmark, mais ne suffisent pas à établir qu’ils seront aussi fiables sur un robot physique confronté au bruit des capteurs ou à des erreurs d’exécution. Il faudrait des essais sur des robots réels pour répondre à cette question.
Studio Global AI
Continuez vos recherches
Cette page comprend une réponse basée sur la source que vous pouvez continuer dans Studio Global.
Les gens demandent aussi
Quelle est la réponse courte à « EMem-Bench met la mémoire des agents incarnés à l’épreuve » ?
L’équipe OmniAI de l’université Zhejiang a conçu EMem Bench, un benchmark de 2 554 épisodes pour tester si des agents incarnés peuvent retenir leurs expériences et s’en servir dans des tâches ultérieures.
Quels sont les points clés à valider en premier ?
L’équipe OmniAI de l’université Zhejiang a conçu EMem Bench, un benchmark de 2 554 épisodes pour tester si des agents incarnés peuvent retenir leurs expériences et s’en servir dans des tâches ultérieures. Les tâches évaluent quatre capacités : se souvenir d’observations, suivre les changements d’état, retenir les retours d’interaction et transférer une expérience à une nouvelle situation.
Que dois-je faire ensuite en pratique ?
Dans 100 trajectoires en échec examinées manuellement, quatre catégories de problèmes de mémoire représentaient 91 % des cas.
Sources
arxiv.orgBenchmarking Embodied Memory for Long-Horizon ...
163.com具身智能体长程记忆：看见不等于记住，浙大提出具身记忆基准