MIT团队提出UQ-DAAAM方法，针对视觉语言模型生成的机器人空间语义记忆中的噪声与多视角不一致问题，引入对象级不确定性评分，综合跨视角语义离散度与单视角描述不连贯性。系统在固定查询预算下优先优化高不确定性物体，主动选取高质量视角并融合多视角描述。在OC-NaVQA基准上，该方法显著降低不确定性并提升时空问答性能，不确定性降低率达92.3%。