TairosAgent 的探索沉淀层是如何工作的？

1. 环境记忆积累

探索沉淀层负责将机器人在与物理世界交互过程中获得的经验进行沉淀和复用。其中，环境记忆使机器人通过多模态感知系统实时构建并维护对周围环境的表征——例如在执行浇水任务时，机器人会自动记忆沿途工卡的位置，使其在后续任务中能够快速定位目标，显著提升任务执行效率。

2. 情境化技能学习

机器人通过与外界的持续交互，自然融合语言、视觉和空间多模态信息，构建起情境化记忆。例如，工作人员对机器人进行示范教学后，机器人建立起"给这层楼的盆栽浇水"这一语言指令与具体动作、空间位置之间的关联，形成情境绑定。此后，当收到类似指令时，机器人能够基于已沉淀的经验快速调用对应技能。

3. 跨任务知识迁移

探索沉淀层还支持将已学到的技能迁移到新任务中。通过统一动作表征，UMI（无本体）设备采集的示教数据可以迁移到不同机械臂上，实现跨本体的技能复用。这使得机器人在面对新增 SKU 时，留给数据采集和模型后训练的时间可压缩到不到 3 天。