MIT 提出 UQ-DAAAM：让机器人识别并修正记忆中被误标的物体

MIT 研究人员提出 UQ-DAAAM 记忆系统，通过比较同一物体在不同视角下的多段描述来量化机器人的不确定性，并选取额外视角修正错误标注。该方法能解决机器人环境中约 92% 物体的歧义，每个物体仅需额外两张图像，物体描述准确率较当前最优方法提升 5%。系统可在移动机器人上实时更新不确定的记忆条目，相关成果将在 NeurIPS 会议上展示。