应用
Embodied Agent（具身智能体）
Embodied Agent是具身智能体，能在物理或模拟环境中感知、决策并行动，以完成复杂任务。它解决智能体与真实世界交互的问题，典型应用包括机器人操控和自动驾驶。
详细解释
Embodied Agent结合感知、规划与控制，通常使用强化学习或模仿学习训练。早期工作如DeepMind的DQN玩Atari游戏，近年如PaLM-E将大语言模型与视觉输入结合，控制机器人执行指令。挑战包括样本效率、泛化性和安全性。具身智能体是AI从虚拟走向物理的关键，在家庭服务、工业自动化中有广阔前景。
别名与相关写法
embodied agent
相关术语
Agent共现 8 篇
具身智能共现 7 篇
Long-Horizon共现 2 篇
continual learning共现 1 篇
Neuro-Symbolic RL共现 1 篇
self-evolving共现 1 篇
相关公司
相关资讯
论文研究虚拟世界持续预训练，0.8B-27B 模型具身智能体扩展规律2026/10/22
MFM：面向长程具身智能体的多模态文件系统记忆架构2026/10/19
北大团队发布EmbodiedCLBench：评测自进化具身智能体持续学习2026/10/12
DeliveryGym：长时程具身智能体规划强化学习环境2026/9/18
具身智能体如何仲裁用户纠错2026/10/2
SciHorizon-eLab：科学具身智能体评测编译器2026/9/28
神经符号强化学习中动作前置条件的三种注入策略2026/9/16
验证机制阻碍持续学习：具身智能体更新准入审计2026/9/12