RIWANav提出世界-动作模型递归自改进导航框架

1. 12:00
   arXiv cs.RO 机器人学

   RIWANav：面向城市导航的世界-动作模型递归自改进框架

   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。

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。