การตัดสินใจว่าหุ่นยนต์ควรจดจำประสบการณ์ในอดีตอย่างไรเป็นโจทย์สำคัญในการพัฒนา AI นักวิจัยจึงพัฒนา MeMoREval ซึ่งเป็นเบนช์มาร์กสำหรับวัดผลหน่วยความจำของเอเจนต์ในรูปแบบต่างๆ ผ่าน 53 ภารกิจใน 4 สภาพแวดล้อมจำลอง โดยเปรียบเทียบระหว่างการเก็บเป็นข้อความ รูปภาพ และโครงสร้างความสัมพันธ์
ผลการประเมินพบว่าการเก็บข้อมูลเป็นเฟรมภาพ (Frames) ให้ผลลัพธ์ดีกว่าการสรุปเป็นข้อความบรรยาย และมีต้นทุนการประมวลผล (Inference Cost) ในตอนเขียนข้อมูลที่ต่ำกว่า แต่ที่น่าสนใจที่สุดคือ การใช้หน่วยความจำแบบผสมผสานระหว่างภาพและโครงสร้างกราฟของฉาก (Scene Graphs) สามารถทำคะแนนความสำเร็จรวมได้สูงที่สุดในทุกโมเดลที่นำมาทดสอบ
