摘要
本文提出 ABot-AgentOS,一种位于底层控制器之上的通用机器人代理操作系统,旨在解决长程具身智能体的推理、记忆与工具使用问题。其核心创新是“通用多模态图记忆”,将对话、视觉及时空上下文转化为持久化图谱。此外,系统引入故障驱动的自我进化循环,将诊断出的记忆失败转化为运行时资产以实现持续改进。在 EmbodiedWorldBench 基准测试中,该系统显著提升了任务成功率及多项记忆基准表现,证明了通用代理层对长期具身执行的促进作用。
AI 推荐理由
论文核心提出通用多模态图记忆架构,并以此驱动智能体长期任务执行与自我进化。
研究机构
AMAP CV Lab, Alibaba Group
论文信息