从交互中学习物理原理：基于测试时记忆的自进化规划

可靠的物体操作需理解随环境变化的物理属性。视觉语言模型（VLM）虽能通用推理，却难以预测特定场景下的物理行为。本文提出 PhysMem，一种使 VLM 机器人规划器无需更新参数即可在测试时通过交互学习物理原理的记忆框架。该系统记录经验、生成假设并通过针对性交互验证，随后将已验证知识用于指导未来决策。其核心设计是“先验证后应用”，即在应用前针对新观测测试假设，减少了对过往经验的僵化依赖。实验表明，该方法在真实操作任务及仿真基准中均显著优于直接经验检索。