arXiv cs.RO 机器人学· Jing Xie, Shouwei Ruan, Yubin Wang, Yuxiang Zhang, Haitao Yang, Songchang Jin, Dianxi Shi·· 1 天前AI 评分47
RIWANav：面向城市导航的世界-动作模型递归自改进框架
RIWANav: Recursive World-Action Models with Self-Improvement for Urban Navigation
AI 导读
RIWANav 提出一种后训练框架，将世界模型与动作模型（策略）的耦合适配建模为任务特定的递归自改进（RSI）：世界模型通过想象结果为 GRPO 提供比较反馈，改进后的策略再按行为新颖度与预测误差构建自课程，筛选与专家一致的动作-视频对来精炼世界模型，闭合递归自改进循环。实验显示 RIWANav 优于训练基线与已有方法，真实场景试验也验证了其实际可用性。
来源：arXiv cs.RO 机器人学 · arxiv.org