提出无数据持续学习方法R²-WAM

论文提出 R²-WAM，让世界动作模型通过自回归重新生成过往任务的轨迹并回放，实现不依赖旧任务数据的持续学习。方法用 agentic 评估器在任务完成处截断生成的轨迹，并过滤掉动作与观测物理不一致的回放。 在 LIBERO 四套基准和五个真实任务上，R²-WAM 相对顺序微调减少超过 90% 的遗忘，接近使用真实数据的经验回放。分析显示遗忘主要集中在逆动力学建模：被遗忘的模型仍能生成视觉合理的观测，但动作失效。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。