SceneQueryPlanner: память роботов на 3D-графе подняла успех задач на 24 п.п.

ETRI и GIST представили открытую систему SceneQueryPlanner: наблюдения робота хранятся в 3D-графе сцены, а LLM получает только нужные атрибуты по запросу вместо растущего текстового контекста. На бенчмарке AttPlan-Bench успех задач вырос с 46,8% до 69,6% на LLaMA 3.1 и с 44,0% до 68,0% на Qwen 2.5.

• На LLaMA 3.1 успех вырос на 22,8 п.п., на Qwen 2.5 — на 24,0 п.п.
• На GPT-4o прирост на составных задачах по атрибутам достиг 17,2 п.п.
• Код и бенчмарк AttPlan-Bench открыты 26 октября, результаты — на EMNLP 2026
• Базовая модель не менялась — эффект даёт архитектура памяти