该论文旨在解决机器人操作中的长期记忆问题。研究背景是：在机器人操作任务中，遮挡和状态变化会导致决策时的观测具有感知混淆性，使得在观测层面上的动作选择具有非马尔可夫性，因为相同的观测可能源于不同的交互历史。现有方法通常通过语义压缩轨迹和基于相似性的检索来实现记忆，但这会丢弃用于区分的细粒度感知线索，并可能检索到感知相似但与决策无关的历史片段。
论文提出了名为Chameleon的系统，其核心方法包括：
- **记忆写入**：写入基于几何的多模态令牌，以保留用于区分上下文的细粒度信息。
- **记忆检索**：通过一个可微分的记忆栈实现目标导向的回忆。
- **数据集**：引入了Camo-Dataset，这是一个在感知混淆条件下，涵盖情景回忆、空间跟踪和顺序操作的真实机器人UR5e数据集。
论文的核心创新点在于：
- **受人类情景记忆启发的记忆机制**：与现有基于语义压缩和相似性检索的方法不同，Chameleon通过写入基于几何的多模态令牌来保留关键的、用于区分的细粒度感知上下文，从而更有效地应对感知混淆。
- **可微分记忆栈**：提出了一种新颖的可微分记忆栈结构，能够实现目标导向的回忆，直接优化任务相关的记忆检索，而不是单纯依赖感知相似性。
- **系统性解决方案**：将记忆的写入（保留区分性上下文）与检索（目标导向）紧密结合，为长期、感知混淆场景下的机器人操作提供了一个更鲁棒的记忆框架。
论文对该领域的总体贡献是：
- **提出了Chameleon系统**：一个新颖的、受人类情景记忆启发的记忆架构，专门用于解决长期机器人操作中的感知混淆问题。
- **引入了Camo-Dataset**：一个具有挑战性的真实机器人数据集，用于评估在感知混淆条件下的情景回忆、空间跟踪和顺序操作能力。
- **实证验证了有效性**：在多种任务中，Chameleon在感知混淆环境下，相比强大的基线方法，持续提升了决策的可靠性和长期控制性能。