Personalizing Embodied Multimodal Large Language Model Agents over Long-term User Interactions

Dieses Papier schlägt POLAR vor, ein multimodales, speichererweitertes Framework für personalisierte, verkörperte Agenten über langfristige Benutzerinteraktionen. POLAR organisiert frühere Interaktionen in einem multimodalen Wissensgraphen, der semantisches und episodisches Gedächtnis erfasst, um die Ausführung verkörperter Aufgaben zu leiten.