摘要
零样本物体目标导航要求具身智能体在无先验训练下探索并定位目标。现有方法依赖静态先验，缺乏适应性，导致重复错误。本文提出一种自进化框架，支持测试时持续改进。具体而言，通过从历史轨迹中提取可操作知识构建代理规则记忆，并提出基于置信度上界的检索策略，平衡语义相关性与历史成功率以选择有效规则。此外，引入记忆引导的预反思模块，在行动前预测潜在结果，减少低效探索。实验表明，该方法显著优于现有基线，成功率提升 10.1% 且步数更少。
AI 推荐理由
论文提出自进化框架，核心在于测试时通过记忆提取规则实现持续自我改进。
研究机构
HKUST(GZ)
Guangzhou, China
Nanyang Technological University
Singapore, Singapore
Xi'an Jiaotong University
Xi'an, China
XGRIDS
Shenzhen, China
论文信息