연구진이 장기적인 작업 수행에 어려움을 겪는 기존 VLA 모델의 한계를 극복하기 위해 LaMem-VLA라는 새로운 프레임워크를 제안했어요. LaMem-VLA는 과거 경험을 잠재 기억 토큰으로 재구성하여 시각-언어-행동 추론과 직접적으로 통합하는 방식이에요. SimplerEnv와 LIBERO 환경에서 실험 결과, LaMem-VLA가 기존 모델보다 우수한 성능을 보여줬어요.