在紧急情况下，人类可能会让机器人去取走廊里的壁挂式除颤器。如果机器人把除颤器误标为灭火器，它就找不到关键的救命设备。MIT 的研究团队提出了一种新记忆系统 UQ‑DAAAM（Uncertainty Quantification for Describe Anything, Anywhere, at Any Moment），能够识别并纠正机器人记忆中的错误标签。\n\nUQ‑DAAAM 会比较同一物体在不同视角下的多条描述，量化视觉语言模型（VLM）对该物体的不确定性。若不确定性超过阈值，系统会挑选额外视角的图像来降低不确定性，并使用大语言模型（LLM）将这些描述融合成更准确的字幕，随后写回记忆。\n\n关键步骤包括：\n1. 计算 VLM 对生成词语的置信度；\n2. 将该置信度与来自其他视角的描述一致性相比较，得到统一的不确定性分数；\n3. 若分数过高，依据一种启发式规则挑选最能降低不确定性的帧——该规则在数学上被证明能够在不重新运行 VLM 的情况下找到最佳帧，从而大幅降低计算量。\n4. 用 LLM 对选中的字幕进行加权融合，给新字幕和歧义小的字幕更大权重。\n\n实验表明，UQ‑DAAAM 能在约 92% 的物体上消除歧义，仅需两条额外字幕，就比最先进的方法提升了 5% 的描述准确率，并显著提高了机器人对物体、位置和出现时间的问答准确性。\n\n研究团队计划将该方法推广到移动机械臂等不同机器人平台，并探索让机器人主动回访高不确定区域或在预测未来环境状态时使用不确定性量化。该工作得到美国陆军研究实验室和海军研究办公室的资助。\n\n点评：UQ‑DAAAM 为机器人提供了“知道自己不知道”的能力，使其记忆能够自我纠错，提升了在复杂任务中的可靠性和安全性。