arXiv cs.RO· Bahey Tharwat, Iman Nematollahi, Marvin Alles, Xingyuan Zhang, Akshay L Chandra, Abhinav Valada·· 2 天前
Dream to Remember（D2R）：用世界模型持续引导通用机器人策略
Dream to Remember: Continual Steering of Generalist Robot Policies with World Models
AI 导读
Dream to Remember（D2R）通过冻结预训练世界模型进行想象推演来复现旧任务，从而持续引导冻结的通用机器人策略学习新任务而不遗忘旧技能。在 CALVIN 上，D2R 完全在想象中连续学习八个任务，平均成功率从 63.7% 提升至 74.8%，而 LoRA 微调在同一序列上降至 11.7%。在真实 Franka 机器人上，D2R 完全在想象中连续改进三个任务并保留此前的改进。
来源：arXiv cs.RO · arxiv.org