ProactiveVLA：主动探索增强具身记忆

2026年10月7日，arXiv cs.RO 报道了 ProactiveVLA，一种通过主动环境探索增强具身记忆的方法。该方法让智能体在完成初始任务后，将剩余交互预算分配给自提出的目标，探索内容覆盖物体可供性、状态改变交互及其组合，并验证执行结果。智能体随后把任务导向与探索经验一并固化进记忆，用于指导后续的规划与控制，从而为部署时适应获取可复用知识。目前该工作处于论文发布阶段，尚无后续进展报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。