在機器人操作任務中，視覺-語言-動作（VLA）模型在處理長時間跨度的複雜任務時，其表現嚴重依賴於記憶系統的容量與組織效率。現有的記憶增強架構大多采用線性或扁平化的儲存方式，缺乏針對操作類別的結構先驗和層次化組織，導致經驗檢索效率低下，難以泛化到未見過的複雜任務組合。為解決這一問題，研究團隊從人類經驗的分層組織方式中汲取靈感，提出了ECHO（Experience Consolidation and Hierarchical Organization）框架，一種執行在連續分層空間中的新型記憶系統。
ECHO的核心創新在於利用雙曲自編碼器將VLA模型的隱藏狀態對映到雙曲空間。雙曲空間具有天然的分層結構，可以高效地表示樹狀層次關係。透過引入雙曲度量標準和蘊含約束機制，經驗向量被組織成一棵語義記憶樹，支援自上而下的高效檢索。與此同時，背景整合機制透過幾何插值和結構分裂不斷最佳化記憶樹的結構，甚至能夠在連續空間中合成虛擬記憶，使得模型能夠靈活地適應新場景。該框架被整合到了π0基礎模型中，後者是一種通用的機器人操作基礎模型。
在LIBERO基準測試以及初步的實物實驗中，ECHO展現了顯著的效能提升。特別地，在LIBERO-Long任務上，相比於原始的π0基線，ECHO將執行成功率絕對提高了12.8%。此外，在跨套件未見過的長時域任務組合上，模型的組合泛化能力也得到了明顯改善。這一工作為VLA模型在複雜、動態環境中的長期記憶與泛化能力開闢了新的路徑，有望推動機器人在真實世界中的自主操作水平邁向新的臺階。