WEDGE用策略失败模式引导生成导航训练环境

Yue Zhang等提出WEDGE框架，用预训练导航策略的失败模式引导生成训练环境：由LLM对比成功与失败轨迹提取可执行的弱点特征，在诊断集上验证并按成功率差距选出最强弱点，再映射到可控环境因素构造针对性环境。 论文称，在ProcTHOR上，按弱点适配的效果稳定优于匹配的随机环境与难例环境；Uni-NaVid和Gemini在ProcTHOR适配后的增益也延伸到HM3D。三个适配机制不同的导航智能体表现出不同的弱点画像，受益于不同的训练环境。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。