في عالم التحكم الآلي، برزت النماذج البصرية الحركية مثل نموذج سياسة الانتشار (Diffusion Policy) ونموذج الرؤية-اللغة-العمل (Vision-Language-Action) كنقاط انطلاق مثيرة، حيث أظهرت أداءً مثيرًا على معايير التلاعب الروبوتية. لكن رغم هذا النجاح، تعرضت هذه النماذج لقيود أساسية بسبب نقص مجموعات بيانات المسارات الكبيرة اللازمة لتعزيز التعميم المركب في حالات استخدام خارج التوزيع (OOD). ولا تزال قدرتها على استكشاف الهياكل القابلة لإعادة الاستخدام في المعالجات المحدودة مشروطة جدًا.

لمعالجة هذه التحديات، نقدم إطار ذاكرة المهارات المعتمد على الخبراء المعروف باسم Skill-Based Memory أو SkillMemo، الذي يقوم بتفكيك العروض الطويلة إلى مهارات أساسية ضمن ذاكرات إبيزوديك ديناميكية. يبدأ الإطار بآلية تقسيم المسارات الموجهة من قبل خبراء، مستندة إلى معمارية مختلطة من الخبراء (Mixture-of-Experts) والتي تعمل على تصنيف المسارات إلى مهارات مختلفة تمثلها معاملات بوابة متعلمة.

بالإضافة لذلك، تم تصميم بنية ذاكرة إبيزوديك على مستوى المهارات التي تخزن تمثيلات مدمجة للمهارات كمجموعات قابلة للاسترجاع من القيم الرئيسية. وخلال عملية الاستدلال، تعمل ذاكرة المهارات على استرجاع أبزر المهارات المرتبطة، حيث يتم دمجها لاحقًا مع توزيع البوابة الحالي للنموذج، مما يقدم أولوية سياقية قوية لتحسين توقعات العمل.

أظهرت التجارب الشاملة على مجموعة simulate وعلى مهام التفاعل الروبوتي في العالم الحقيقي أن SkillMemo تعزز بشكل مستمر من نماذج DP و VLA، حيث تحقق أداءً رائدًا وتتفوق على نماذج أخرى، مع قدرة كبيرة على التكيف مع تكوينات المهام غير المرئية.