arXiv cs.RO· Wenxuan Guo, Yingping Liang, Zhaoguo Wang, Ziyuan Li, Angyuan Ma, Zhenyu Wu, Chengkun Wang, Bingyao Yu, Ze Chen, Borui Zhang, Xiuwei Xu, Meng Zhang, Erjin Zhou, Jiwen Lu·· 4 小时前
LoopWAM：从部署 rollout 中闭环改进通用机器人策略的世界-动作模型
LoopWAM: Closed-Loop Generalist Policy Improvement from Deployment Rollouts
AI 导读
LoopWAM 是一种闭环世界-动作模型，可直接从自身及其他已部署策略产生的混合质量 rollout 中学习，通过来源相关噪声采样、质量引导与质量加权监督统一行为学习与动作条件世界建模。
来源：arXiv cs.RO · arxiv.org