论文
SpaceMind：用于自主在轨服务的模块化和自我进化的具体视觉语言代理框架
SpaceMind: A Modular and Self-Evolving Embodied Vision-Language Agent Framework for Autonomous On-orbit Servicing
摘要
自主在轨服务需要具体代理通过视觉传感器感知、推理 3D 空间情况并在扩展视野内执行多阶段任务。我们提出了 SpaceMind，一个模块化和自我进化的视觉语言模型（VLM）代理框架，它将知识、工具和推理分解为三个独立可扩展的维度：具有动态路由的技能模块、具有可配置配置文件的模型上下文协议（MCP）工具以及可注入的推理模式技能。 MCP-Redis 接口层使相同的代码库能够在模拟和物理硬件上运行而无需修改，并且技能自我进化机制将操作经验提取到持久的技能文件中，而无需模型 微调。我们通过 192 次闭环运行来验证 SpaceMind，涉及五颗卫星、三种任务类型和两种环境、UE5 模拟和物理实验室，特意包括降级条件以压力测试稳健性。在标称条件下，所有模式均可实现 90--100% 的导航成功率；在退化情况下，预期模式在搜索和接近任务中取得了独特的成功，而其他模式则失败了。一项自我进化研究表明，该智能体在一次失败事件中，六组中有四组从失败中恢复，包括完全失败到 100% 成功，检查分数从 12 分提高到 59 分（满分 100 分）。现实世界验证证实，零代码修改转移到物理机器人上，交会成功率 100%。代码：https://github.com/wuaodi/SpaceMind