ABot-Claw：持久、协作且自进化机器人代理的基础

当前具身智能系统在开放环境中存在高层推理与底层执行的巨大差距。尽管视觉 - 语言 - 动作模型感知力强，但其开环特性限制了长程表现；而具备系统 2 认知机制的代理通常局限于封闭沙箱。为此，本文提出 ABot-Claw，作为 OpenClaw 的具身扩展，集成了统一具身接口、以视觉为中心的跨具身多模态记忆，以及基于批评者的闭环反馈机制。该架构支持在线进度评估、局部修正与重规划，实现了从自然语言意图到物理动作的闭环，支持在开放动态环境中逐步自进化的机器人代理。