Robo-Cortex：基于双粒度认知记忆与自主知识归纳的自我进化具身智能体

针对具身智能体在未知环境中因“经验性失忆”难以泛化策略的问题，本文提出 Robo-Cortex 自我进化框架。该框架通过持续反思 - 适应循环，使机器人能自主归纳导航启发式规则并优化认知策略。其核心创新包括自主知识归纳机制，将多模态轨迹提炼为结构化启发式库；以及双粒度认知记忆系统，包含用于实时分析的短期反射记忆和用于抽象原则的长期原则记忆。实验表明，该方法在任务成功率及探索效率上显著优于基线，并在未见环境中展现出强大的启发式迁移能力。