10:46arXiv cs.AI@Qi Chai, Wenhao Shen, Nanjie Yao, Yue Xia, Kaiyong Zhao, Jie Ma, Guosheng Lin, Hao WangEvolveNav 提出了一种自演化框架,用于零样本物体目标导航,无需预先训练。该方法通过构建代理规则记忆,从过往轨迹中提取可操作知识,并采用基于上置信界(UCB)的检索策略平衡语义相关性和历史成功率。还引入了记忆引导的前置反思模块,在行动前预测潜在结果,减少低效探索。实验表明,EvolveNav 在多个基准上超越现有零样本基线,成功率提升 10.1%,同时减少了不必要的步骤。论文EvolveNav零样本物体导航记忆机制具身智能推荐理由:这篇论文搞了个EvolveNav,让机器人自己从失败中学习,零样本导航成功率直接涨了10%,而且没走那么多冤枉路。原文