**HeLM：分层显式语言记忆模型突破非马尔可夫操作难题**

_HeLM: Hierarchical Explicit Language Memory for Non-Markovian Manipulation_

> 针对现有视觉 - 语言 - 动作（VLA）模型在非马尔可夫环境中因缺乏工作记忆而失效的痛点，研究提出了 HeLM 框架。该模型受人类“内心独白”启发，通过事件检测与触发机制，以分层方式显式维护任务相关的语言记忆。实验表明，HeLM 在 10 项非马尔可夫真实任务中表现优异，相比最强基线提升了 12.8 个百分点的成功率，且在保持 4.5 倍更低内存占用和 2.5 倍更高运行速度的同时，展现了强大的组合泛化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-11-06 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2611.02660)