SPARK：通过物理重观测自我修正具身记忆

SPARK 用定向重观测修正具身记忆，提升问答并减少存储。

资讯摘要

论文提出 SPARK，一个面向具身 RAG 的多回合纠错框架：首回合后由语义批评器标记知识库问题区域，定向规划器生成重访路线，再依据新观测选择性合并，增删或替换知识库信息。作者在四个 AirSim 户外地图、两种退化视角条件下用 158 道具身问答题评测，报告单次纠错回合在各地图均提升问答表现，且存储对象比仅追加更新少 13–41%。

要点速读

1. SPARK 用语义批评器、定向重访规划与选择性合并三步修正具身知识库中的语义标签、位置与空间关系错误。
2. 在四个 AirSim 户外地图、两种退化视角条件下，单次纠错回合使全部地图的具身问答表现提升，存储对象比仅追加更新少 13–41%，某地图-条件组合提升最高达 2.7 倍。
3. 消融显示批评器的三个信号均有贡献，同等预算下定向重访平均增益大于非定向重访，选择性合并在更小知识库下取得与仅追加更新相当的增益。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。