信任你的记忆：基于多维奖励强化学习的智能家居可验证控制
人工智能
2026-04-14 v1
摘要
大型语言模型 (LLM) 已成为实现个性化智能家居体验的关键基础。虽然已有研究探索了智能家居助手如何实时理解用户查询以控制设备，但在评估和方法论层面，其记忆驱动的设备控制能力仍具有挑战性。在评估方面，现有基准要么聚焦于即时设备控制，要么针对通用开放域记忆检索任务，因而无法有效评估模型执行记忆驱动设备控制的能力。方法论上，虽然记忆驱动的设备控制可通过强化学习实现，但常规强化学习方法通常依赖结果为导向的监督（即最终任务是否完成）。这种缺乏中间反馈会导致在细粒度记忆管理任务（添加、更新、删除和利用）中出现次优表现或局部失败。为解决此问题，本文首先发布 MemHomeLife，基于匿名的真实世界长期用户交互日志构建。为实现对不同记忆相关子任务的更细粒度评估，进一步构建 MemHome，即第一个专为系统评估智能家居场景下记忆驱动设备控制而设计的基准。
引用
@article{arxiv.2604.10110,
title = {Trust Your Memory: Verifiable Control of Smart Homes through Reinforcement Learning with Multi-dimensional Rewards},
author = {Kai-Yuan Guo and Jiang Wang and Renjie Zhao and Tianyi Wang and Wandong Mao and Yu Gao and Mou Xiao Feng and Yi Xu},
journal= {arXiv preprint arXiv:2604.10110},
year = {2026}
}