ELITE：面向自我改进具身智能体的体验学习与意图感知迁移

视觉语言模型（VLM）虽具备强大通用能力，但在复杂具身任务中常因缺乏交互经验而失败。为此，本文提出 ELITE 框架，包含体验学习与意图感知迁移机制，使智能体能从环境交互中持续学习并迁移知识至相似任务。该框架通过自反思知识构建提取可复用策略并维护动态策略池，结合意图感知检索匹配当前任务。实验表明，在无监督在线设置下性能显著提升，且在监督设置下对未见任务类别具有优异泛化能力，有效弥合了语义理解与可靠执行间的差距。