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

Este artigo propõe POLAR, um framework multimodal com memória aumentada para agentes incorporados personalizados, focado em interações de longo prazo com o usuário. POLAR organiza interações anteriores em um grafo de conhecimento multimodal para capturar memória semântica e episódica, guiando a execução de tarefas incorporadas.