基于长短期反思与优化的可进化具身智能体用于机器人操作

实现通用机器人技术需赋予其基于环境反馈的适应与进化能力。针对传统方法训练成本高、泛化难及缺乏可解释性等局限，本文提出可进化具身智能体（EEAgent）框架。该框架利用大型视觉 - 语言模型增强环境理解与策略规划，并创新性地引入长短期反思优化（LSTRO）机制。LSTRO 能动态结合过往经验与新获教训精炼提示词，促进智能体持续自我进化，显著提升任务成功率。在 VIMA-Bench 六项任务中的评估表明，该方法确立了新的最先进水平，尤其在复杂场景中表现优异。