연구진은 데이터센터 추론에 적합한 KV 캐시가 로봇에는 부적합함을 지적했어요. AURA-Mem은 액션-유틸리티 기반의 순환 메모리 게이트를 활용하여 메모리 쓰기 횟수를 줄이고 성능을 유지해요. 합성 데이터 벤치마크에서 AURA-Mem은 기존 방식보다 5.19~9.19배 적은 메모리 쓰기로 동등한 정확도를 달성했어요.