คำตอบเผยแพร่แล้ว18 แหล่งที่มา
เอเจนต์ AI จำสิ่งที่เคยเห็นและทำได้หรือไม่? รู้จัก EMem-Bench ของมหาวิทยาลัยเจ้อเจียง
EMem Bench จากทีม OmniAI มหาวิทยาลัยเจ้อเจียง ใช้ 2,554 ตอนปฏิสัมพันธ์เพื่อทดสอบว่าเอเจนต์ AI เชิงกายภาพจำและนำประสบการณ์เดิมไปใช้ได้หรือไม่ งานวิจัยส่งให้ arXiv เมื่อ 23 กันยายน 2026 ส่วนรายงานวันที่ 18 ตุลาคมระบุว่า... ชุดทดสอบวัดความสามารถ 4 ด้าน ได้แก่ จำสิ่งที่เคยสังเกต ติดตามการเปลี่ยนแปลงของสถานะ จำผลจากการโต...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย
ประเด็นสำคัญ
- EMem Bench จากทีม OmniAI มหาวิทยาลัยเจ้อเจียง ใช้ 2,554 ตอนปฏิสัมพันธ์เพื่อทดสอบว่าเอเจนต์ AI เชิงกายภาพจำและนำประสบการณ์เดิมไปใช้ได้หรือไม่ งานวิจัยส่งให้ arXiv เมื่อ 23 กันยายน 2026 ส่วนรายงานวันที่ 18 ตุลาคมระบุว่า...
- ชุดทดสอบวัดความสามารถ 4 ด้าน ได้แก่ จำสิ่งที่เคยสังเกต ติดตามการเปลี่ยนแปลงของสถานะ จำผลจากการโต้ตอบ และนำประสบการณ์ไปใช้กับงานหรือวัตถุใหม่
- จากการวิเคราะห์เส้นทางความล้มเหลว 100 รายการ พบปัญหาที่เกี่ยวกับความจำ 4 ประเภทคิดเป็น 91% ของตัวอย่างที่ตรวจ แต่ตัวเลขนี้ไม่ใช่อัตราความล้มเหลวโดยรวมของโมเดล
- เมื่อใช้ GPT 5.4 mini เป็นโมเดลหลักร่วมกัน ระบบ EMem เพิ่มอัตราทำงานสำเร็จเฉลี่ยจาก 35.3% เป็น 58.9% ในการทดสอบดังกล่าว ผลนี้เป็นผลจากงานจำลอง ไม่ใช่หลักประกันว่าใช้งานกับหุ่นยนต์จริงได้ดีเท่ากัน
AI พรอมต์
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
เอเจนต์ AI ที่ทำงานในสภาพแวดล้อมจำลองต้องทำมากกว่ามองเห็นสิ่งที่อยู่ตรงหน้า: มันยังต้องจำได้ว่าเคยเห็นอะไร ลงมือทำอะไร แล้วผลที่ตามมาคืออะไร เพื่อใช้ข้อมูลเหล่านั้นกับงานถัดไป ทีม OmniAI แห่งมหาวิทยาลัยเจ้อเจียงเสนอ EmbodiedMemory-Bench (EMem-Bench) เพื่อวัดความจำระยะยาวผ่านงานที่เอเจนต์ต้องลงมือทำในสภาพแวดล้อม ไม่ใช่แค่ตอบคำถามเกี่ยวกับสิ่งที่เกิดขึ้นในอดีต งานวิจัยส่งให้ arXiv เมื่อ 23 กันยายน 2026 และทีมรายงานว่าชุดทดสอบนี้มี 2,554 ตอนปฏิสัมพันธ์ 1
17
EMem-Bench วัดความจำแบบไหน
ต่างจากการทดสอบที่ถามเพียงว่า “ก่อนหน้านี้เกิดอะไรขึ้น” EMem-Bench ให้เอเจนต์รับประวัติการโต้ตอบหลายรูปแบบที่เรียงตามเวลา จากนั้นจึงมอบหมายงานใหม่ เอเจนต์ต้องสร้างหรือปรับปรุงความจำจากสิ่งที่เคยพบ แล้วลงมือทำงานในสภาพแวดล้อมให้สำเร็จ 1
11
ชุดทดสอบแบ่งเป็น 4 ด้าน ได้แก่ 11
16
- จำสิ่งที่เคยสังเกต: นึกตำแหน่งหรือรายละเอียดภาพของสิ่งของที่เห็นมาก่อน
- ติดตามการเปลี่ยนแปลง: อัปเดตตำแหน่งหรือสถานะของสิ่งของ ไม่ยึดข้อมูลเก่าที่ล้าสมัย
- จำผลจากการโต้ตอบ: เก็บข้อมูลที่ได้จากผลของการกระทำ เช่น การลองทำบางอย่างสำเร็จหรือไม่
- นำประสบการณ์ไปใช้กับกรณีใหม่: ใช้กฎหรือคำแก้ไขที่เคยเรียนรู้กับวัตถุหรือฉากอื่น
หัวใจของแนวทางนี้คือการวัดความจำจากการใช้งานจริงในภารกิจต่อมา หากเอเจนต์จำข้อมูลได้แต่ใช้ผิด ก็ยังทำงานไม่สำเร็จ 1
ปัญหาความจำที่พบในงานบ้านจำลอง
ก่อนนำเสนอเกณฑ์ทดสอบ ทีมวิเคราะห์เส้นทางการทำงานที่ล้มเหลว 100 รายการของ Gemini-3-Flash และ Qwen3-VL-32B ในชุด EB-ALF และ EB-Hab ของ EmbodiedBench แล้วจัดปัญหาที่เกี่ยวกับความจำออกเป็น 4 กลุ่ม
- มองข้ามรายละเอียดภาพ: 35% สิ่งของเคยปรากฏในภาพ แต่เอเจนต์จำตำแหน่งไม่ได้ จึงต้องค้นหาซ้ำ
- พลาดการเปลี่ยนแปลงในสภาพแวดล้อม: 18% สิ่งของถูกย้ายหรือผ่านการจัดการไปแล้ว แต่เอเจนต์ยังตัดสินใจจากสถานะเดิม
- จำผลตอบกลับจากการกระทำไม่ได้: 31% เอเจนต์ไม่เก็บข้อมูลที่ได้จากผลลัพธ์ เช่น การหยิบจับสำเร็จหรือไม่ หรือการกระทำเผยข้อจำกัดอะไรออกมา
- ถ่ายโอนประสบการณ์ไม่ได้: 7% แม้เคยได้รับตัวอย่างหรือคำแก้ไขแล้ว แต่เมื่อต้องทำกับสิ่งของชิ้นอื่นก็ยังทำผิดซ้ำ
ปัญหาทั้งสี่กลุ่มรวมกันคิดเป็น 91% ของเส้นทางที่นำมาตรวจวิเคราะห์ ตัวเลขนี้เป็นสัดส่วนในชุดตัวอย่างความล้มเหลวที่คัดเลือกมา ไม่ใช่อัตราความล้มเหลวโดยรวมของโมเดลทั้งสอง และไม่ควรตีความว่าเป็นผลจากการสุ่มตัวอย่าง
EMem จัดเก็บความจำอย่างไร
ทีมยังเสนอระบบความจำภายนอกชื่อ Embodied-Memorizer (EMem) ซึ่งจัดประสบการณ์ของเอเจนต์เป็นความจำเกี่ยวกับฉาก พื้นที่ และเหตุการณ์ พร้อมฝึกโมเดล EMem-8B ให้เรียนรู้วิธีจัดการและใช้ความจำเหล่านี้ 1
6
15 แนวคิดไม่ได้หยุดอยู่ที่การเก็บข้อมูล แต่รวมถึงการค้นหาข้อมูลที่เกี่ยวข้องกับงานตรงหน้าและนำไปประกอบการตัดสินใจด้วย
6
ในการเปรียบเทียบที่ใช้ GPT-5.4-mini เป็นโมเดลหลักเดียวกัน รายงานระบุว่าอัตราทำงานสำเร็จเฉลี่ยเพิ่มจาก 35.3% เมื่อไม่ใช้ EMem เป็น 58.9% เมื่อใช้ EMem หรือเพิ่มขึ้น 23.6 จุดเปอร์เซ็นต์ ขณะที่ TeleMem ทำได้ 37.8% ในการเปรียบเทียบเดียวกัน 6 ผลดังกล่าวเป็นผลภายใต้ชุดทดสอบและการตั้งค่าที่รายงาน ไม่ได้ยืนยันว่าจะได้ผลแบบเดียวกันกับทุกโมเดลหรือทุกงานของหุ่นยนต์
รายงานยอดดาวน์โหลดและการเผยแพร่
ข้อมูลบน arXiv ระบุว่างานวิจัยส่งเมื่อ 23 กันยายน 2026 17 ต่อมาเมื่อ 18 ตุลาคม สื่อภาษาจีนรายงานเกี่ยวกับเกณฑ์ทดสอบนี้ และหน้าโครงการของทีมก็รวบรวมข่าวดังกล่าวไว้ด้วย
6
13 รายงานช่วงนั้นระบุว่า หลังเผยแพร่ราวสามสัปดาห์ EMem-Bench มียอดดาวน์โหลดบน Hugging Face เกือบ 30,000 ครั้ง ตัวเลขนี้เป็นยอดที่สื่อรายงาน ณ เวลานั้น ไม่ใช่ยอดปัจจุบันที่ตรวจสอบแล้ว
6
คะแนนในโลกจำลองยังไม่ตอบโจทย์หุ่นยนต์จริงทั้งหมด
EMem-Bench ใช้งานโต้ตอบในสภาพแวดล้อมจำลองเพื่อประเมินความจำและผลของความจำต่อการกระทำในภายหลัง 1
4 ผลที่มีจึงบอกได้ว่าแต่ละระบบทำได้ดีเพียงใดในงานทดสอบเหล่านี้ แต่คะแนนจากการจำลองเพียงอย่างเดียวยังยืนยันไม่ได้ว่าหุ่นยนต์จริงจะจำและทำงานได้อย่างน่าเชื่อถือเมื่อเจอสัญญาณจากเซนเซอร์ที่มีสัญญาณรบกวน หรือเกิดความคลาดเคลื่อนระหว่างสั่งการกับการเคลื่อนไหว การตอบคำถามนั้นต้องอาศัยการทดสอบกับหุ่นยนต์จริงเพิ่มเติม
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "เอเจนต์ AI จำสิ่งที่เคยเห็นและทำได้หรือไม่? รู้จัก EMem-Bench ของมหาวิทยาลัยเจ้อเจียง" คืออะไร
EMem Bench จากทีม OmniAI มหาวิทยาลัยเจ้อเจียง ใช้ 2,554 ตอนปฏิสัมพันธ์เพื่อทดสอบว่าเอเจนต์ AI เชิงกายภาพจำและนำประสบการณ์เดิมไปใช้ได้หรือไม่ งานวิจัยส่งให้ arXiv เมื่อ 23 กันยายน 2026 ส่วนรายงานวันที่ 18 ตุลาคมระบุว่า...
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
EMem Bench จากทีม OmniAI มหาวิทยาลัยเจ้อเจียง ใช้ 2,554 ตอนปฏิสัมพันธ์เพื่อทดสอบว่าเอเจนต์ AI เชิงกายภาพจำและนำประสบการณ์เดิมไปใช้ได้หรือไม่ งานวิจัยส่งให้ arXiv เมื่อ 23 กันยายน 2026 ส่วนรายงานวันที่ 18 ตุลาคมระบุว่า... ชุดทดสอบวัดความสามารถ 4 ด้าน ได้แก่ จำสิ่งที่เคยสังเกต ติดตามการเปลี่ยนแปลงของสถานะ จำผลจากการโต้ตอบ และนำประสบการณ์ไปใช้กับงานหรือวัตถุใหม่
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
จากการวิเคราะห์เส้นทางความล้มเหลว 100 รายการ พบปัญหาที่เกี่ยวกับความจำ 4 ประเภทคิดเป็น 91% ของตัวอย่างที่ตรวจ แต่ตัวเลขนี้ไม่ใช่อัตราความล้มเหลวโดยรวมของโมเดล
แหล่งที่มา
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