AnswersPublished14 sources
Zeva: robotminne som anpassar sig utan viktuppdateringar
Zeva anpassar en fryst Cosmos3 baserad robotpolicy vid körning genom att minnas vad robotens egna handlingar faktiskt orsakade. Systemet kombinerar en kausal övergångskodare med kortsiktigt och mer beständigt interaktionsminne, som hämtas in som kontext för nästa handling.
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- Zeva anpassar en fryst Cosmos3 baserad robotpolicy vid körning genom att minnas vad robotens egna handlingar faktiskt orsakade.
- Systemet kombinerar en kausal övergångskodare med kortsiktigt och mer beständigt interaktionsminne, som hämtas in som kontext för nästa handling.
- I rapporterade tester nådde Zeva 76,8 % i genomsnittlig framgång på RoboCasa365 Atomic5 och 83,3 % på tre verkliga ChemLab Evo nivå 1 uppgifter.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Zeva, the frozen weight in context causal memory method introduced by Tsinghua AIR and Domain Transform for Cosmos3 backed embodied. Article summary: Zeva is a deployment time adaptation framework for embodied manipulation: it keeps the Cosmos3 based policy weights frozen, but lets the robot improve through an online memory of what its actions physically caused.. Topic tags: general web, llm, prompt engineering, ai, code. 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, watermarks, charts with
Zeva är ett ramverk för anpassning av fysiska robotar under drift. I stället för att samla in data, märka upp dem och finjustera modellen behåller systemet vikterna i den Cosmos3-baserade policyn frysta. Roboten förbättrar i stället sina beslut genom ett löpande minne av sambandet mellan en utförd handling och den fysiska förändring som följde. 1
5
Det är alltså lärande i praktisk mening, men inte permanent inlärning i modellens parametrar. Anpassningen sker i kontexten vid inferens: vad roboten just gjorde och vad som hände används för att styra nästa beslut. 1
6
Tre delar som ska få roboten att förstå handling och effekt
1. Causal Transition Encoder (CTE)
Efter varje handling kodar Zeva robotens visuella tillstånd, handlingen och den observerade förändringen i omvärlden till en latent representation av kausal interaktion. Den delas bland annat upp i en token för uppgiftsfas och en interaktionssignal. Målet är att fånga dynamik som orsakats av handlingen – inte ovidkommande visuella samband som bakgrund eller ljussättning. 1
4
2. Två minnen med olika tidshorisont
- Brief Interaction Trace (BIT) är ett kortsiktigt minne för den pågående försöksomgången. Det kan hjälpa roboten att korrigera ett nyligt fel eller hantera lokala skillnader i hur ett objekt beter sig.
1
- Persistent Interaction Memory (PIM) sparar och konsoliderar relevant erfarenhet mellan upprepade försök i samma episod. Därmed kan både misslyckade och lyckade interaktioner påverka nästa försök.
Uppdelningen är central: en färsk observation ska kunna påverka direkt, medan erfarenheter som kan återanvändas behöver filtreras och bevaras över längre tid.
3. Kontextinjektion i policyn
När roboten ska välja nästa handling hämtar Zeva kausal evidens som matchar den aktuella uppgiftsfasen. Informationen görs om till en kausal prompt och förs in i den frysta grundmodellens väg för handlingsgenerering. Policyn kan därmed ändra sitt beteende utan gradientberäkningar eller parameteruppdateringar. 1
5
Den praktiska lockelsen är tydlig: ett oväntat objektläge eller ett nytt fysiskt beteende behöver i princip inte följas av en ny märkningsrunda, träningskörning, modellversion och driftstopp. Däremot tillkommer kostnader för minnessökning och kontextbearbetning.
Rapporterade resultat
I simulering på delmängden RoboCasa365-Atomic5, med fem uppgifter, rapporterade Zeva 76,8 % i genomsnittlig framgång. Det jämförs med 72,4 % för Fast-WAM och 64,8 % för Cosmos3-Nano. 1
På verkliga nivå 1-uppgifter i kemilabbmiljön ChemLab-Evo, med en ARX-robot, rapporterades förbättring över upprepade försök:
- Plocka upp provrör: från 65 % till 100 %.
- Placera bägare: från 25 % till 70 %.
- Hälla vatten: från 30 % till 80 %.
I den slutliga nivå 1-tabellen blev resultaten 100 %, 70 % och 80 %, eller 83,3 % i snitt. Cosmos3-Nano anges där till 80 %, 70 % och 60 %, medan Fast-WAM anges till 85 %, 70 % och 75 %. 1
Ett diagram i projektmaterialet visar dessutom att den samlade framgången ökar från omkring 26 % vid första evolutionsförsöket till 73 % vid det fjärde. Men det primära underlaget märker diagrammet som RoboCasa365, inte ChemLab-Evo. Att knyta just kurvan 26–73 % till ChemLab-Evo stöds därför inte tydligt av det primära material som finns tillgängligt. 1
En mänsklig demonstration som startsträcka
Zeva kan även registrera en enda fysiskt vägledd mänsklig demonstration i samma minnesmekanism. Demonstrationen fungerar som en slags varmstart, medan själva policyn fortsatt är fryst; roboten kan sedan använda den kausala interaktionskontexten för att återskapa sekvensen. 6
Underlaget bekräftar mekanismen kvalitativt, men ger inte verifierade före/efter-siffror specifikt för placering av bägare eller hällning av vatten. Den försiktiga slutsatsen är därför att engångsdemonstrationen uppges kunna förbättra eller ge en varmstart för sådana uppgifter – inte att en viss numerisk förbättring är belagd. 6
Varför kemilabb är ett relevant test
ChemLab-Evo valdes eftersom laboratoriearbete innehåller strukturerade men betydelsefulla fysiska variationer: små kärl, krävande greppgeometri, noggrann placering, lutning och hällning samt flerstegsprocedurer. Fel kan ofta avläsas från deras fysiska effekt. Benchmarken omfattar sju uppgifter för ARX-manipulatorn, från grundmoment som att lyfta provrör, placera bägare och hälla, till kortare sekvenser och längre procedurer som titrering, beredning av saltlösning, vägning med balans och extraktion. 1
Det gör miljön användbar för att pröva om roboten minns relationen mellan handling och effekt, snarare än bara imiterar ett visuellt mönster.
Större effekt för svagare modeller – men ingen universell regel
En rimlig tolkning är att svagare förtränade policyer har mer förbättringsmarginal. De gör oftare systematiska fel när den fysiska uppställningen förändras, vilket skapar fler tillfällen där explicit erfarenhet av handling och effekt kan hjälpa. En redan stark policy har färre fel kvar att rätta.
Detta bör dock inte beskrivas som en bevisad allmän lag. Materialet visar jämförande resultat och förbättring under drift, inte att svagare robotpolicyer alltid tjänar mer på kausalt minne. 1
Begränsningar och öppna frågor
- Längre kontext och högre inferenskostnad: Att hämta minnen och injicera kausala prompter kostar beräkning och ökar kontextbearbetningen. Längre historik kan hjälpa, men bara tills sökkvalitet, fördröjning eller kontextkapacitet blir en flaskhals. Resultaten visar inte hur väl metoden skalar till mycket långa driftsperioder.
- Minneskvalitet: Felaktig kausal kodning, dålig matchning av uppgiftsfas eller ett missvisande misslyckande kan leda till att roboten hämtar olämplig erfarenhet. Två minnesnivåer kan minska risken, men garanterar inte säker konsolidering.
- Begränsad fysisk bredd: De verkliga uppgifterna handlar främst om styva laboratorieobjekt och vätskehantering. Generalisering till tyg, kablar, mat, mjuka förpackningar eller kontaktintensiva uppgifter som kräver kraft- och taktil återkoppling är inte visad.
- Kontrollerad miljö: Utvärderingen återställer miljön mellan försök och behåller PIM inom en episod. Det är inte samma sak som stabil drift under lång tid i en föränderlig anläggning med slitage, människor, oreda, förändrad kamerakalibrering och behov av långsiktig minnesstyrning.
- Överföring till annan hårdvara: Den verkliga utvärderingen använder en specifik ARX-manipulator i en arbetsyta på 80 × 60 cm. Det är oklart hur väl kodaren och promptmekanismen överförs till andra robotarmar, gripdon, mobila robotar, tvåarmssystem, sensorer, reglerfrekvenser och säkerhetskrav.
- Uppgiftstyper: Metoden testas på ett urval av köks- och kemiuppgifter. Överföring mellan funktionellt lika effekter – exempelvis att stänga ett gripdon, lyfta eller luta en behållare – är lovande, men bred överföring mellan helt olika uppgiftsklasser och språkliga instruktioner är fortfarande en öppen empirisk fråga.
Slutsatsen är att Zeva är ett intressant försök att flytta delar av robotens anpassning från omträning till inferens. De rapporterade resultaten kommer dock från forskningsartikel och projektmaterial, inte från en oberoende replikering. Robusthet i längre tidshorisonter, på fler robotplattformar, med mjuka material och i okontrollerade produktionsmiljöer återstår att belägga. 1
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Zeva: robotminne som anpassar sig utan viktuppdateringar"?
Zeva anpassar en fryst Cosmos3 baserad robotpolicy vid körning genom att minnas vad robotens egna handlingar faktiskt orsakade.
What are the key points to validate first?
Zeva anpassar en fryst Cosmos3 baserad robotpolicy vid körning genom att minnas vad robotens egna handlingar faktiskt orsakade. Systemet kombinerar en kausal övergångskodare med kortsiktigt och mer beständigt interaktionsminne, som hämtas in som kontext för nästa handling.
What should I do next in practice?
I rapporterade tester nådde Zeva 76,8 % i genomsnittlig framgång på RoboCasa365 Atomic5 och 83,3 % på tre verkliga ChemLab Evo nivå 1 uppgifter.
Sources
fe-1301391939.cos.ap-shanghai.myqcloud.comZeva: In-Context Causal Learning for Generalizable Embodied ...
m.chinaventure.com.cn清华AIR 与域变换联合发布Zeva，用上下文内因果学习开启 ...
163.com60分靠数据，100分靠自进化：清华曹婷和「域变换」攻向机器人可部署