Mimir：面向交互环境具身智能体的动态 grounding 神经符号记忆系统

Mimir提出一种面向长时程具身任务的神经符号记忆系统，将世界记忆与任务记忆分离，并在每次行动前动态绑定当前目标、候选世界事实与感知证据。论文报告其在EB-ALFRED和EB-Habitat上相对基线的最高提升分别为42.5%和23.0%，同骨干整体成功率平均提升8.5%；在EB-Habitat长时程子集达到86.0%。