Problem

傳統體現智能體（Embodied Agents）在處理複雜任務時，過度依賴推理時的外部資料檢索，導致執行效率低下且記憶管理負擔沈重。同時，在持續學習新技能的過程中，智能體容易發生災難性遺忘，且缺乏一套有效將失敗經驗轉化為成長動力的自動化機制。

Method

研究團隊開發了 PEAM 框架，結合負責邏輯推理的慢速 LLM 與負責快速執行的參數化模組。該模組採用多模態混合專家（MoE）架構與物理隔離的 LoRA 轉接器以防止遺忘。系統透過對比學習目標內化「失敗-修正」軌跡，並運用自我觸發機制與內化價值評分，自動判斷經驗整合的時機與必要性，無需人工手動調參。

Results

實驗結果顯示，PEAM 在 Minecraft 的長程任務表現顯著優於現有的檢索型智能體。它不僅大幅提升了執行效率，更有效保留了先前習得的技能，解決了遺忘問題。透過自我觸發的鞏固機制，智能體展現出優異的自我演化能力，能在不同任務分佈間靈活轉換。

Significance

本研究突破了傳統檢索式記憶的限制，成功將外部經驗內化為智能體的「直覺」反應。這種自我驅動的持續學習架構，為未來開發具備高度自主性、能從錯誤中有效學習且具備高效執行能力的具身智能（Embodied AI）系統奠定了重要基礎。