EvolveNav：以自进化记忆与主动预想突破零样本导航瓶颈

在具身智能领域，零样本物体目标导航（ZS-OGN）是一项极具挑战性的任务，要求智能体在未接受任何特定训练的情况下，仅凭通用先验知识在环境中探索并定位目标物体。尽管近期方法开始利用基础模型来增强智能体的感知与推理能力，但这些方法通常依赖于静态的先验知识，缺乏在测试过程中的动态适应能力。这种静态特性导致智能体在面对复杂或未知环境时，容易陷入重复的错误路径，造成高昂的试错成本。为了解决这一核心痛点，本研究提出了一种创新的自进化零样本导航框架。该框架的核心贡献在于打破了传统静态推理的局限，赋予智能体在测试阶段持续学习和改进的能力。通过构建动态的规则记忆库和引入主动预想机制，智能体能够从过去的交互经验中提取 actionable knowledge（可执行知识），并在当前任务中实时应用，从而显著提升了导航的效率和成功率，实现了从被动响应到主动优化的范式转变。

在技术实现层面，该框架主要由三个关键组件构成，形成了闭环的自进化系统。首先，系统构建了一个智能体规则记忆库，通过解析历史导航轨迹，提取出具有指导意义的规则知识。这些规则并非简单的状态记录，而是经过抽象提炼的行动指南。其次，为了高效利用这些记忆，研究提出了一种基于上置信界（Upper Confidence Bound, UCB）的检索策略。该策略巧妙地平衡了规则的语义相关性与历史成功率，确保智能体在检索时既能找到与当前场景语义匹配的规则，又能优先选择那些在过去被证明有效的规则，从而避免了无效知识的干扰。最后，引入了记忆引导的预想（Preflection）模块。

与传统的反思不同，预想模块在动作执行前，利用记忆库中的规则对潜在的动作结果进行预测。这种前瞻性的推理机制使得智能体能够提前识别出可能导致低效探索或死胡同的路径，并在执行前进行调整，极大地减少了盲目探索带来的资源浪费。为了验证所提方法的有效性，研究团队在标准的零样本导航基准上进行了广泛的实验评估。实验设置涵盖了多种复杂的环境配置和目标类别，旨在全面测试智能体的泛化能力和鲁棒性。关键结果显示，EvolveNav 方法在成功率指标上相比现有的零样本基线方法取得了显著优势，具体提升了 10.1%。这一提升不仅体现在最终的成功率上，还体现在导航效率的优化上：智能体在完成相同任务时，所需的步骤数明显减少，特别是那些不必要的探索步骤被大幅削减。

消融实验进一步揭示了各个模块的贡献，证明了规则记忆库的构建、UCB 检索策略以及预想模块的协同作用对于整体性能提升至关重要。这些结果有力地证明了自进化机制在零样本场景下的巨大潜力，表明通过动态调整策略可以显著弥补静态先验知识的不足。这项研究对具身智能的开源社区和工业落地具有深远的意义。在学术层面，它展示了如何利用基础模型的强大能力结合轻量级的记忆与推理机制，解决零样本学习中的适应性难题，为后续研究提供了新的思路。在工业应用方面，这种无需重新训练即可适应新环境的导航能力，对于服务机器人、自主移动机器人等实际应用场景至关重要，能够大幅降低部署成本和调试时间。此外，自进化记忆的概念也为其他需要在线适应的具身任务提供了参考，如机器人操作、自动驾驶等。随着基础模型能力的不断提升，这种结合记忆检索与主动预想的框架有望成为下一代具身智能系统的基础组件，推动智能体在开放世界中更加自主、高效地完成任务。