IROS 2026最佳论文：机器人长记忆是落地关键
本月初在匹兹堡闭幕的IROS 2026大会将最佳论文奖授予了LT-Mem研究团队，该研究让机器人在重新访问同一空间时，能够完整保留每个物体的位置变迁历史，而非仅记住最新一次观测到的状态。评委会从近两千篇收录论文中选出这项成果，既认可其扎实的研究工作，也向学界传递了一个明确信号：具身长记忆已从工程层面的临时补丁，转变为机器人领域公认的核心科学问题。
从落地角度来看，通用机器人要实现规模化应用，需要以小时、天甚至周为单位持续运行，而非仅能工作几分钟。没有长时记忆的机器人，每次与环境交互都如同初次见面，只是一个个孤立的单次动作执行器；而具备长时记忆的机器人，才能从一次性工具转变为可长期协作的智能伙伴。
但解决长时记忆问题远不止扩大上下文窗口那么简单：持续涌入的多模态数据既无法全部存储，也难以高效检索；现实世界处于动态变化中，新的观测既不能简单覆盖旧信息，也不能无序堆叠；更棘手的是，错误的记忆会在后续决策中被反复调用，导致错误不断放大。记忆如何写入、留存、纠错，都是需要正面解决的核心问题，绝非调整几个工程参数就能实现。
行业观察注意到，在该方向获得顶会认可的数月前，国内具身智能初创团队已在相关领域布局。今年五月，某具身团队的联合创始人在采访中明确表示，长效、多模态、时空记忆的缺失，是团队首先要突破的方向。随后，团队陆续发布了全时空多模态记忆架构、世界动作模型及首款机器人。10月20日，团队将相关记忆机制的研究成果整理为系统方法与实验内容，发布在学术平台上。
这项研究的表现颇为亮眼：采用9B开源模型生成记忆，在四项代表性记忆基准的对比评测中均取得最优成绩。尤其在串联多次观测线索、回忆长时间跨度事件、识别个人习惯等任务上，展现出明显优势——这些能力正是机器人进入生活、持续积累对人与环境认知所必需的。
LT-Mem研究从多会话建图切入，将问题聚焦于可评测的清晰场景；而另一团队的研究则从记忆形成、验证及失败学习的系统视角，搭建了完整的记忆底座。一边是顶尖学术领域的单点攻坚，一边是产业落地导向的系统构建，两者的交汇足以证明，长时记忆已成为整个领域正在形成的核心研究方向。
记忆研究的当前进展与空白
围绕机器人长时记忆，学界已探索了多种方法。若按类别梳理，可从不同维度看清当前的进展与未解决的问题：
第一类关注空间侧记忆，即“环境中存在什么”。相关研究将物体、地点、房间组织成可被查询的关系网络，还引入时间维度实现动态建图，部分研究让移动操作机器人在物体被挪动后仍能更新记忆，真机上对非静止物体的取放成功率平均达70%，是静态系统的两倍以上。这类研究对空间关系的记录清晰，但主要是呈现当前的世界状态。
第二类关注检测类记忆，即“见过什么”。相关研究将长时导航视频转化为可检索的时空记忆，但检索仅按相似度排序，无法回答“当前是否存在该物体”这类问题，只能返回过去的信息。
第三类关注变化侧记忆，即“物体是否发生改变”。LT-Mem正是该方向的典型研究，它将现有系统的问题命名为“时间性失忆”：要么用新观测覆盖旧状态，要么仅存储语义快照却无法保持物体身份的一致性。该研究采用随物体习性变化的易变性分数，决定新观测的处理方式，但也存在局限：测试仅覆盖两个室内和一个室外场景、各10次访问，外观相似物体的身份关联仍有困难。
第四类关注操作侧记忆，即“执行到哪一步”。相关研究指出主流模型普遍忽视时序上下文，补充工作记忆与记忆库后，长时任务的真实成功率提升显著；还有研究用视频承载短时记忆、自然语言承载长时记忆，可跟踪长达十五分钟的任务，但也提醒设计不佳的记忆会放大虚假关联，损害性能。
现有四类研究各有侧重，仍存在三大空白：一是空间侧与操作侧研究相互独立，前者可跨周存在却不进入动作，后者涉及动作但寿命仅以分钟计；二是记忆的写入、留存、核对多依赖人工设计，文本领域的智能体已用强化学习管理记忆，具身记忆领域尚未有同等成熟的方案；三是记忆能否追溯到证据，多数系统仅存储描述，原始画面和声音在摘要后就无法获取，家庭场景中用户迟早会询问记录的可信度与复查方式。
有意思的是，针对这三大空白，另一团队的研究给出了完整的解决方案。
将记忆转化为有出处、可验证的判断
该研究的出发点是将记忆视为机器人对世界的判断，而非简单的日志。论文构建了三个相互关联的结构：时态状态图，记录当前对世界的认知；仅追加的事件日志，记录状态的变化过程；有限容量的源数据档案，留存选定的原始图像与音频。三者共用实体、事件和来源标识，档案容量有限，需在存储与读取预算下权衡原始数据的留存方式。
这种设计将证据与状态分离，如同法庭中的案卷与判决：证据是案卷，状态是判决，判决可改判但案卷不能涂改。仅存证据不估状态，系统知道观测过什么却无法说明当前状态；仅存状态不留证据，误判会被固化且无法归因。
每条状态记录除内容外，还携带空间上下文、置信度、来源和版本号，并标明状态类型，时间分为有效区间、观测时间、写入时间三种。转变时间不确定时记为区间，超出直接观察的内容标为推断，类似带出处和保质期的台账，纠错时不会丢失原始信息。
在此基础上，记忆分为六层，各层相互引用，事件日志和源档案贯穿其中，记忆经过整合修订后仍保留出处。
以钥匙为例，拿起、交接、放入是三个独立事件，各自记录执行人并链接到带时间戳的画面和音频，语音转写保留说话人并关联原始音频，机器人可清晰区分事件中的不同主体与状态变化。
写入过程有明确规则：先登记来源和采集时间，切割窗口后生成实体、关系和事件提案，经比对保留候选假设，提交前核对来源证据、时效范围和记录版本，通过后追加事件并更新状态。关键原则是，历史记录只是搜索线索，而非现状证明，需结合当前观测确认状态。
这种设计与LT-Mem的保守更新逻辑相通，覆盖面更广，状态包含任务进度、容器开合和动作结果等信息。该团队的相关负责人曾表示，记忆系统可复用其在千人千面推荐系统中的经验，将不确定性、漂移偏好、过期判断的处理范式迁移到机器人时空记忆，带来了成熟的不确定性治理思路。
让状态进入动作与验证环节
若状态仅服务规划器，仍存在局限。该研究的做法是让模型、智能体和动作三层读取同一份状态，各取所需的时间尺度。相关模型与世界动作模型同在统一大脑内，原则是分工保留、状态共享，避免规划、控制和预测各缓存一份世界导致偏差。
动作层需要两种记忆：一种是短时动作与感知记忆，将操作过程压缩为少量变量，小偏差在这一层消化，超过阈值才写回任务状态；另一种是跨回合的物理经验，将单次交互学到的常识转化为可复用条目，供动作模型调用。
动作后需进行验证，世界模型依据记忆中的完整状态预测结果，验证器与真实反馈比对，误差可接受则提交检查点，局部偏差退回动作循环，假设失效则重新规划。异常阈值从历史偏差中学习，而非人为设定。
让记忆持续进化
机器人出错可能是动作问题，也可能是记忆问题，仅更新动作模型会保留记忆缺陷。该团队将记忆策略和行为策略放入同一反馈框架联合优化，奖励包含任务完成、证据覆盖、状态一致性等八方面，跳出了仅优化动作的常规思路，将记忆本身变为持续进化的模块。
研究展示了两项关键设计：让小模型学会形成可靠记忆，让记忆策略从失败中持续改进。在记忆形成上，通过监督微调与强化学习训练小模型关联观测与历史信息，奖励依据多次独立记录和原始画面复核；在策略改进上，设计了失败反馈驱动的记忆策略自我改进机制，通过回放检验修复效果，逐步沉淀可复用的策略。
这套版本化、可回滚、带灰度测试的记忆迭代流程，在具身智能领域较为少见，规避了自我进化失控的风险。
实验结果显示，在多项任务中表现突出，尤其在串联记录的题型上优势明显，消融实验也验证了来源证据和写入学习的重要性。研究虽有短板，但方向亮眼。
面向家庭场景的适配设计
结合家庭场景特征，该方案的设计更显精心：
一是多变化，家庭没有严格的物品摆放规则，物件位置动态变化，研究将证据与状态分离，让机器人记住物品变迁过程；二是多主体，家庭中不同成员有不同习惯，研究将动作主体和说话人归属到具体来源，人物理解能力是家庭机器人的关键；三是长周期，家庭相处以周月年计，研究约束规律需经多次印证，避免单次偶然固化为规则；四是信任，家庭机器人需记录生活，研究将权限管理和数据删除机制融入架构，保障用户信任。
这套设计适配了家庭机器人的核心诉求，也可应用于养老院、零售门店等多主体、长周期场景。
回到论文副标题的含义，既是技术题也是信任题，该团队的工作将两道题合并解答，在众多团队中，将长时记忆作为核心主线研发的情况并不多见。目前仍有空白，首款机器人的推出将提供观察窗口。
