ProactiveVLA：通过主动环境探索增强具身记忆

基于摘要分析。该研究关注机器人如何利用有限交互经验快速适应新环境，提出 ProactiveVLA：在推理智能体与冻结的 vision-language-action model（VLA）组合中，通过主动探索获取可复用的环境知识，并将其纳入记忆以支持部署时适应。 核心机制是：完成初始任务后，智能体将剩余交互预算用于自行提出的探索目标，覆盖物体可供性、改变状态的交互以及交互组合；随后验证执行结果，把任务导向经验与探索经验共同整合进记忆，用于后续规划和控制。相较反复练习目标任务，该方法旨在扩大经验覆盖，避免仅优化熟悉解法而未测试条件变化时可能需要的其他交互。摘要未说明目标生成、结果验证、记忆组织与检索的具体实现，也未说明是否涉及额外模型训练。 作者报告，在相同交互轮次预算下，ProactiveVLA 在 LIBERO-Pro 与 RoboCasa365 Composite-Seen 上优于对照方法。具体而言，在 LIBERO-Pro Goal-T 的评估中，每个实例最多允许调用一次 VLA primitive，作者报告实例完成率为 48%，而摘要所称的当前最先进任务精化基线为 19%。这一结果仅适用于上述受限调用条件，不能直接外推到其他任务或交互预算；基线名称、实例数量、数据划分、消融及统计信息尚未验证。 平台推测（待验证）：对 BCI 的潜在启发是区分重复任务经验与主动获取的多样化经验，而非直接复用机器人探索策略。其机制依赖可执行且可验证的环境交互；EEG 场景中的低信噪比、被试状态变化以及探索负担可能使这种对应关系失效。目前不足以据摘要确认可迁移的具体模块或 BCI 效果，已有 EEG 相关工作尚未检索确认。复现需进一步核对交互预算的计数方式、探索与评估的边界、冻结 VLA 的配置及代码可得性。