Hugging Face 每日论文·· 3 天前精选AI 评分55
RSI-Nav：以策略同步的语言-动作双重自举实现导航数据的递归自改进
Data-Centric Recursive Self-Improvement for Navigation via Policy-Synchronized Language-Action Dual Bootstrapping
AI 导读
论文提出 RSI-Nav，一个以数据为中心、面向视觉语言导航的递归自改进框架，在同一模型内统一视觉语言到动作的指令执行与视觉动作到语言的指令生成。监督微调后，模型以小分片逐步处理无标注轨迹，为轨迹生成指令并执行以评估目标完成度与路径效率，保留合格样本后立即更新自身再处理下一分片，使新生成的监督与持续演化的策略保持同步。
推荐理由
论文指出固定模型标注会让监督信号落后于策略更新，其分片即时更新的做法对做数据闭环的人有参考价值。
来源：Hugging Face 每日论文 · huggingface.co