提出了一种自进化的零样本目标导航框架,通过构建智能体规则记忆与基于上置信界的检索策略,并引入记忆引导的预反思模块来预测潜在结果,从而在测试时持续自我改进,显著提升导航成功率并减少无效探索。
机构:港科大广州
来源:arXiv 2606.18235 | AI4Papers 论文推荐平台