ProactiveVLA：通过主动环境探索增强具身记忆

2026年10月7日，arXiv·Robotics 发布一手报道，介绍 ProactiveVLA。该方法通过主动环境探索获取可复用知识，用于部署时适应新环境。完成任务后，智能体将剩余交互预算分配给自主提出的目标，覆盖物体可供性、状态改变交互及交互组合，并把任务导向与探索经验一并写入记忆，以指导后续规划与控制。目前报道仅涉及该方法机制，未披露实验数据或后续验证进展。

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。