Robo-Cortex：通过双粒认知记忆和自主知识归纳实现自我进化的体现代理

导航和与复杂环境交互的能力是现实世界中实体的核心，但由于“经验失忆症”，在看不见的环境中导航仍然具有挑战性，即现有的轨迹驱动或反应性策略无法从过去的交互中综合出可推广的策略。我们提出了 Robo-Cortex，这是一种自我进化的框架，使机器人能够自主诱导导航启发法，并通过连续的反射适应循环来完善认知策略。通过将成功模式和失败陷阱抽象为自然语言启发法，Robo-Cortex 实现了从被动执行到主动策略演化的转变。我们的核心创新是自主知识归纳（AKI）机制，该机制将多模态轨迹提炼成结构化导航启发式库以实现知识泛化。该架构进一步整合了双粒认知记忆系统，包括用于实时本地进度分析的短期反射记忆（SRM）和将过去的轨迹抽象为可重用的指导和警示原则的长期原则记忆（LPM）。为了确保稳健的决策，我们引入了多模式“想象然后验证”循环，其中世界模型模拟潜在结果，基于 VLM 的评估器验证行动计划。对 IGNav、AR 和 AEQA 的广泛评估表明，Robo-Cortex 在任务成功率和探索效率方面始终优于强大的基线，与最强的先验方法相比，SPL 提高高达 +4.16%，在启发式转移到未见环境的情况下，SPL 提高高达 +15.30%。初步的现实世界机器人实验进一步支持了 Robo-Cortex 在物理环境中的有效性。