跳到正文
arXiv · AI· Jing Yi, Cehao Yang, Hualei Zhang, Haitao Li·· 3 天前AI 评分31

CAMOPD 跨游戏泛化框架:冲突感知多教师在线策略蒸馏

Conflict-Aware Multi-Teacher On-Policy Distillation in Aligned Action Spaces for Cross-Game Generalization

AI 导读

CAMOPD 提出冲突感知多教师在线策略蒸馏框架,解决 VLM 跨游戏泛化中的策略冲突与动作失配。 在 Qwen3.5-4B 上测试,CAMOPD 在 GeoDash 和 Doodle Jump 零样本任务成功率达 86.7% 和 80.0%。 该框架优于提示、权重合并及多任务基线,无需目标游戏数据即可实现知识整合。

来源:arXiv · AI · arxiv.org