AnswersPublished18 sources
EMem-Bench testar om AI-agenter kan minnas och använda tidigare erfarenheter
Zhejiang Universitys OmniAI grupp har tagit fram EMem Bench med 2 554 interaktionsavsnitt för att testa om AI agenter kan minnas och använda tidigare erfarenheter. Testet granskar fyra förmågor: att minnas tidigare observationer, följa förändringar, komma ihåg resultat från handlingar och överföra erfarenheter till...
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Zhejiang Universitys OmniAI grupp har tagit fram EMem Bench med 2 554 interaktionsavsnitt för att testa om AI agenter kan minnas och använda tidigare erfarenheter.
- Testet granskar fyra förmågor: att minnas tidigare observationer, följa förändringar, komma ihåg resultat från handlingar och överföra erfarenheter till nya uppgifter.[11][16]
- I en manuell genomgång av 100 utvalda misslyckade försök stod fyra minnesrelaterade problem för 91 procent.
AI Prompt
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
AI-agenter som ska utföra uppgifter i en miljö behöver mer än förmågan att tolka det de ser just nu. De behöver också minnas vad de sett tidigare, hålla reda på vad som förändrats och dra lärdom av vad som hände när de agerade.
Det är den sortens långtidsminne som EmbodiedMemory-Bench, eller EMem-Bench, från Zhejiang Universitys OmniAI-grupp ska mäta. Testet innehåller 2 554 interaktionsavsnitt där en agent får en historik och sedan ska klara en ny uppgift genom att agera i miljön.1
17 Studien skickades in till arXiv den 23 september 2026.
17
Minnet prövas genom handling
Många minnestest frågar vad en modell kommer ihåg. EMem-Bench går ett steg längre: agenten får först en kronologisk, multimodal historik av tidigare interaktioner och ska sedan använda den i en efterföljande uppgift. Det räcker alltså inte att återge vad som hänt – minnet måste hjälpa agenten att välja rätt handling.1
11
Testet omfattar fyra typer av minnesförmåga:11
16
- Minnas tidigare observationer: till exempel var ett föremål sågs.
- Följa förändringar: uppdatera minnet när ett föremål byter plats eller tillstånd.
- Komma ihåg återkoppling: ta till vara på information som blev tydlig efter en handling, som om ett försök lyckades.
- Överföra erfarenhet: använda en tidigare lärdom eller korrigering i en ny situation.
Vanliga minnesmissar i simulerade hem
Som bakgrund analyserade teamet 100 misslyckade försök från Gemini-3-Flash och Qwen3-VL-32B i testsviterna EB-ALF och EB-Hab i EmbodiedBench. Fyra typer av minnesproblem stod tillsammans för 91 procent av de granskade misslyckandena:
- Missade visuella detaljer: 35 procent. Agenten hade sett ett föremål men mindes inte var det fanns, och letade senare upprepade gånger.
- Förbisedda förändringar: 18 procent. Ett föremål hade flyttats eller förändrats, men agenten agerade utifrån det gamla läget.
- Glömd återkoppling från handlingar: 31 procent. Agenten tog inte med sig information som handlingens resultat hade avslöjat.
- Erfarenheter som inte överfördes: 7 procent. Trots en tidigare demonstration eller korrigering upprepade agenten ett misstag med ett annat föremål.
Procentsiffrorna gäller just de 100 utvalda misslyckade försöken. De är inte modellernas totala misslyckandefrekvens och ska inte tolkas som resultat från ett slumpmässigt urval.
EMem ska hjälpa till att spara rätt saker
Forskarna tog också fram det externa minnessystemet Embodied-Memorizer (EMem). Det organiserar erfarenheter i scen-, rums- och händelseminnen. De tränade även modellen EMem-8B för att hantera och använda minnena.1
6
15 Tanken är att agenten ska kunna spara relevant information, hitta det som behövs för den aktuella uppgiften och omsätta det i handling.
6
I en jämförelse där systemen använde samma grundmodell, GPT-5.4-mini, var den genomsnittliga framgångsgraden 35,3 procent utan EMem och 58,9 procent med EMem – en ökning med 23,6 procentenheter. TeleMem nådde 37,8 procent i samma jämförelse.6
Resultaten gäller den specifika testmiljön och jämförelsen. De innebär inte att systemet kommer att prestera lika bra i alla typer av uppgifter eller med alla modeller.
Uppmärksamhet och nedladdningar
Kinesiska medier rapporterade om testet den 18 oktober 2026, och OmniAI-gruppens GitHub-sida listar också en kinesisk artikel om projektet.6
13 En av rapporterna uppgav att EMem-Bench hade närmare 30 000 nedladdningar på Hugging Face ungefär tre veckor efter lanseringen. Det är en dåtida medierapporterad siffra, inte en verifierad aktuell totalsiffra.
6
Simulerade resultat säger inte allt om robotar
EMem-Bench mäter hur agenter använder minne i interaktiva, simulerade miljöer.1
4 Resultaten visar därför hur systemen klarar just dessa uppgifter, men räcker inte för att avgöra hur tillförlitliga de skulle vara på fysiska robotar. För det krävs tester i verkliga miljöer, där exempelvis sensorbrus och fel i utförandet kan påverka resultatet.
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 "EMem-Bench testar om AI-agenter kan minnas och använda tidigare erfarenheter"?
Zhejiang Universitys OmniAI grupp har tagit fram EMem Bench med 2 554 interaktionsavsnitt för att testa om AI agenter kan minnas och använda tidigare erfarenheter.
What are the key points to validate first?
Zhejiang Universitys OmniAI grupp har tagit fram EMem Bench med 2 554 interaktionsavsnitt för att testa om AI agenter kan minnas och använda tidigare erfarenheter. Testet granskar fyra förmågor: att minnas tidigare observationer, följa förändringar, komma ihåg resultat från handlingar och överföra erfarenheter till nya uppgifter.[11][16]
What should I do next in practice?
I en manuell genomgång av 100 utvalda misslyckade försök stod fyra minnesrelaterade problem för 91 procent.
Sources
arxiv.orgBenchmarking Embodied Memory for Long-Horizon ...
huggingface.colzLiang/EmbodiedMemoryBench · Datasets at Hugging Face
github.comEmbodied-Omni/embodied_memory at main · ZJU-OmniAI/Embodied-Omni
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