MemCtrl: Using MLLMs as Active Memory Controllers on Embodied Agents
यह शोध पत्र MemCtrl का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो एक प्रशिक्षण योग्य मेमोरी हेड (trainable memory head) से सुसज्जित मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स (MLLMs) का उपयोग करके सक्रिय रूप से ऑनलाइन मेमोरी को छाँटने और प्रबंधित करने के लिए काम करता है, जो सख्त संसाधन सीमाओं के तहत एम्बॉडीड एजेंट्स (embodied agents) के कार्य पूरा करने के प्रदर्शन को महत्वपूर्ण रूप से बढ़ाता है।