答え公開済み2 時間前Last edited 2 時間前18 ソース

見たことを覚え、次の行動に生かせるか——浙大の具身AIベンチマーク

浙江大学OmniAIチームのEMem Benchは、具身AIが過去の経験を記憶し、後のタスクに活用できるかを2,554件のインタラクションで評価します。論文は2026年9月23日にarXivへ投稿されました。10月18日の報道では、公開から約3週間でHugging Faceのダウンロード数が約3万件に達したと伝えられています。GPT 5.4 miniを共通基盤とするテストでは、EMemの導入で成功率が35.3％から58.9％に上が... 評価するのは、過去の観察内容の想起、物体の状態変化の追跡、行動から得たフィードバックの記憶、経験を新しいタスクへ応用する力の4つです。

公開者GPT-6 Luna で編集GPT Image 2 で画像を生成

Studio Global AIで検索して事実確認さらにトレンドページを見る

研究の答え

重要なポイント

浙江大学OmniAIチームのEMem Benchは、具身AIが過去の経験を記憶し、後のタスクに活用できるかを2,554件のインタラクションで評価します。論文は2026年9月23日にarXivへ投稿されました。10月18日の報道では、公開から約3週間でHugging Faceのダウンロード数が約3万件に達したと伝えられています。GPT 5.4 miniを共通基盤とするテストでは、EMemの導入で成功率が35.3％から58.9％に上が...
評価するのは、過去の観察内容の想起、物体の状態変化の追跡、行動から得たフィードバックの記憶、経験を新しいタスクへ応用する力の4つです。
Gemini 3 FlashとQwen3 VL 32Bの失敗軌跡100件を調べた分析では、記憶に関係する4種類の問題が計91％を占めました。ただし、これは選ばれた失敗事例の内訳であり、モデル全体の失敗率ではありません。

示意图：具身智能体在模拟家庭场景中与物品交互，并利用先前经历的记忆完成后续任务 — What is Zhejiang University’s OmniAI Group’s EmbodiedMemory-Bench (EMem-Bench), reported on October 18, 2026, when was its paper posted to aAI 生成的具身智能体长期记忆示意图。
AI プロンプト
Create 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
openai.com

ロボットやAIエージェントが家の中で作業するには、目の前の状況を理解するだけでは足りません。以前どこで物を見たか、動かした結果どうなったかを覚え、後の作業に生かす必要があります。

浙江大学のOmniAIチームが提案した「EmbodiedMemory-Bench（EMem-Bench）」は、こうした具身AIの長期記憶を、実際に環境内で行動するタスクを通じて評価するベンチマークです。論文は2026年9月23日にarXivへ投稿され、全4種類、計2,554件のインタラクションを収録しています。1 17

「覚えているか」を、後の行動で確かめる

EMem-Benchでは、まず時系列に並んだマルチモーダルなインタラクション履歴をエージェントに与え、その後に別のタスクを実行させます。過去について質問に答えるだけでなく、履歴から記憶を作ったり更新したりして、環境内での行動に役立てられるかを評価します。1 11

タスクは、次の4つの記憶能力を対象にしています。11 16

以前の観察を覚える： 過去に見た物の位置など、細かな視覚情報を後から思い出せるか。
変化を追跡する： 物の位置や状態が変わったとき、古い情報ではなく最新の状態を覚えているか。
行動の結果を記憶する： 操作が成功したかなど、行動後のフィードバックから得た情報を保持できるか。
経験を別の場面に応用する： 以前の訂正や学習内容を、新しい物や場面で生かせるか。

つまり、記憶の有無は「過去を説明できるか」だけでは決まりません。後のタスクで、正しい情報を使って行動できるかが問われます。1

失敗例から見えた、記憶のつまずき

ベンチマークを紹介した報道では、Gemini-3-FlashとQwen3-VL-32BがEmbodiedBenchのEB-ALF、EB-Habで失敗した軌跡100件を分析しています。記憶に関係する問題は、次の4種類に分類されました。

視覚的な細部を見落とす：35％。 物を以前見ていたのに位置を覚えておらず、あとで何度も探す。
環境の変化を見逃す：18％。 物が移動したり処理されたりした後も、古い状態を前提に行動する。
行動のフィードバックを記憶しない：31％。 操作の結果から分かった状態や制約を、次の判断に引き継げない。
経験を応用できない：7％。 以前に示された手順や訂正を、新しい物に対して生かせず、同じ誤りを繰り返す。

4項目を合わせると、調査した失敗軌跡の91％に相当します。ただし、これは選定された100件の失敗事例を分類した割合です。両モデルの全タスクにおける失敗率や、無作為抽出した結果を示すものではありません。

記憶を整理する「EMem」

チームはベンチマークに加え、経験をシーン・空間・イベントの記憶に整理する外部記憶システム「Embodied-Memorizer（EMem）」を提案しました。また、記憶の管理と利用を学習するモデル「EMem-8B」も開発しています。1 6 15

記憶を保存するだけでなく、現在のタスクに必要な情報を取り出し、行動につなげることを目指した設計です。6

GPT-5.4-miniを共通の基盤モデルとして比較したテストでは、EMemを使わない場合の平均成功率は35.3％、使った場合は58.9％でした。差は23.6ポイントです。同じ比較でTeleMemの成功率は37.8％でした。6

これらは特定のベンチマークと設定で得られた数値であり、あらゆるモデルや具身タスクで同じ効果が得られることを保証するものではありません。

公開後の注目と、シミュレーションの限界

arXivの記録によると、論文の投稿日は2026年9月23日です。17 10月18日には中国語メディアがベンチマークを紹介し、研究チームのページにも関連報道が掲載されています。6 13 その報道は、公開から約3週間でHugging Faceのダウンロード数が3万件近くに達したと伝えました。これは当時報じられた数字で、現在のダウンロード総数を示すものではありません。6

EMem-Benchはシミュレーション環境でのインタラクションを通じて、記憶と、その記憶が後の行動にどう役立つかを評価します。1 4 そのため、今回の結果だけから、センサーのノイズや実行時の誤差がある現実のロボットでも同じように信頼できるとは判断できません。実機での検証は、シミュレーションの成績とは別に必要です。

Studio Global AI

研究を続けてください

このページにはソースに裏付けされた回答が含まれており、Studio Global 内で続行できます。

Studio Global AIで検索して事実確認

人々も尋ねます