Jad Yammine, Malek Wahidi, Abrar Anwar, Yan Chang, Mihir Acharya, Anthony Rizk · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28624 · open-access PDF
倉庫ロボットのフロートは継続的に運用状況を観察するが、これらの観測を再利用可能なセマンティックメモリとして保存することにより、膨大な計算、通信、およびストレージコストが発生する。例えば、繰り返し発生する通路ブロックを説明するには、複数のロボットからのビデオを複数シフトでレビューする必要がある。我々は、NVIDIA ReMEmbRをロボットのフロートに拡張し、サーバー側のコンピューティングを削減する共有スペースタイムメモリシステムであるIndustrialRemembrを紹介する。
Machine translation (Meta M2M100); the English original follows.
Warehouse robot fleets continuously observe operational conditions, but preserving these observations as reusable semantic memory incurs substantial computation, communication, and storage costs. For example, explaining recurring aisle blockages can require reviewing video from multiple robots across several shifts. We present IndustrialRemembr, a shared spatiotemporal memory system that extends NVIDIA ReMEmbR to robot fleets and reduces server-side computation by generating scene descriptions only on demand. On each robot, an NVIDIA Jetson encodes video clips into retrieval embeddings with Co
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28624, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange