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

Cet article propose POLAR, un cadre multimodal augmenté de mémoire pour les agents incarnés personnalisés sur des interactions utilisateur à long terme. POLAR organise les interactions antérieures dans un graphe de connaissances multimodal, capturant la mémoire sémantique et épisodique pour guider l'exécution des tâches incarnées.