跳到正文
热点事件观察中

D2R提出用世界模型持续引导通用机器人策略

1 篇报道1 个报道来源2 天前更新

先了解这件事

报道摘要

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。

摘自 arXiv cs.RO

最新进展10月12日 12:00
Dream to Remember（D2R）：用世界模型持续引导通用机器人策略

报道时间线

沿着报道，了解事件的不同侧面。

10月12日
  1. arXiv cs.RO
    Dream to Remember（D2R）：用世界模型持续引导通用机器人策略

    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。

本事件热度走势

可比范围当前
3
可比范围峰值
410月13日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。