ME-Brain-1.0: Memory, Cognition and Action for Evolving Embodied Intelligence
作者: Wei He, Hengtao Li, Zhongrui Yu, Xuhan Zhu, Maokui He, Zide Liu, Xiyue Zhang, Xianwei Mao, Chunpeng Zhou, Jia Shi, Yanze Xin, Jingwen Li, Jingxie Zheng, Sijie Zeng, Chenfeng Wang, Fan Lu, Zeyu Zhang, Shuai Guo, Hengxuan Zhang, Pengfei Yu, Jia Shi, Yu Liu, Kun Zhan, Yan Xie
分类: cs.RO
发布日期: 2026-09-21
💡 一句话要点
提出ME-Brain以解决现有智能体学习能力固定的问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 具身智能 自我进化 多模态学习 动态适应 机器人技术
📋 核心要点
- 现有的具身智能系统在部署后无法通过物理交互进行学习，导致能力固定，无法适应新环境。
- 论文提出的ME-Brain系统通过自我进化的方式，构建了一个闭环的学习机制，能够动态更新和优化其能力。
- 实验结果表明，ME-Brain在多个基准测试中显著超越了现有最强模型，展示了其在具身智能领域的优越性。
📝 摘要（中文）
当前的具身系统在部署后主要依赖于预训练能力，限制了其从物理交互中学习的能力。我们提出了MachEmbodied-Brain (ME-Brain)，这是一个自我进化的具身系统，围绕行动执行、经验获取、经验演化和改进执行的闭环组织。可进化内存将多模态轨迹整合为层次化、可重用的经验；认知核心将物理经验转化为可转移的技能；行动模型结合事件驱动的关键帧、事件单元局部世界预测和基于行动的记忆调制，专注于决策关键时刻、区域和历史证据。这些模块使具身智能从训练-冻结转变为部署-进化，无需模型重训练。认知核心在具身和代理基准上分别超越最强对比模型8.2和9.6分。行动模型在RoboMME上实现47.88%的平均成功率，比最强基线提高3.26分。
🔬 方法详解
问题定义：本论文旨在解决现有具身智能系统在部署后无法通过物理交互进行学习的问题。现有方法在能力上是固定的，无法适应新的环境和任务。
核心思路：ME-Brain的核心思想是构建一个自我进化的闭环系统，通过经验的获取和演化来不断提升智能体的能力，而不是依赖于固定的预训练模型。
技术框架：ME-Brain的整体架构包括三个主要模块：可进化内存、认知核心和行动模型。可进化内存负责整合多模态轨迹，认知核心将物理经验转化为技能，行动模型则聚焦于决策关键时刻。
关键创新：ME-Brain的关键创新在于其动态学习能力，使得智能体能够在不进行模型重训练的情况下，通过物理交互不断进化。这与传统的训练-冻结方法形成了鲜明对比。
关键设计：在设计上，ME-Brain采用了事件驱动的关键帧、事件单元局部世界预测和基于行动的记忆调制等技术细节，以优化决策过程并提高成功率。具体的参数设置和损失函数设计尚未详细披露。
🖼️ 关键图片
📊 实验亮点
在实验中，ME-Brain的认知核心在具身和代理基准上分别超越最强对比模型8.2和9.6分，行动模型在RoboMME上实现47.88%的平均成功率，比最强基线提高3.26分。此外，在RoboDojo和ME-RealBench的表现也显著优于现有模型，展示了其强大的学习和适应能力。
🎯 应用场景
ME-Brain的研究成果在机器人、自动驾驶、智能家居等领域具有广泛的应用潜力。通过实现动态学习能力，智能体能够更好地适应复杂和变化的环境，提高其自主决策和执行能力，进而推动智能系统的实际应用和发展。
📄 摘要（原文）
Current embodied systems largely rely on pretrained capabilities that remain fixed after deployment, limiting their ability to learn from physical interaction. We introduce MachEmbodied-Brain (ME-Brain), a self-evolving embodied system organized around a closed loop of action execution, experience acquisition, experience evolution, and improved execution. Evolvable Memory consolidates multimodal trajectories into hierarchical, reusable experience; Cognitive Core transforms physical experience into transferable skills; and the Action Model combines event-driven keyframes, EventCell local-world prediction, and action-conditioned memory modulation to focus computation on decision-critical moments, regions, and historical evidence. Together, these modules shift embodied intelligence from train-and-freeze to deploy-and-evolve without model retraining. Cognitive Core outperforms the strongest comparison models by 8.2 and 9.6 points on embodied and agent benchmarks. The Action Model achieves 47.88% mean success on RoboMME, a 3.26-point improvement over the strongest baseline. On RoboDojo, it reaches a 21.51 mean Score and 16.03% success rate, exceeding $π_{0.5}$ by 10.10 and 9.12 points. On the six-task ME-RealBench, ME-Brain achieves a 69.5 mean Score and 66.7% success rate, outperforming DM0.5 by 12.8 and 11.7 points, respectively.