跳到正文
arXiv · ML· Bahey Tharwat, Iman Nematollahi, Marvin Alles, Xingyuan Zhang, Akshay L Chandra, Abhinav Valada·· 2026-10-12AI 评分35

Dream to Remember:基于世界模型的通用机器人策略持续引导方法

Dream to Remember: Continual Steering of Generalist Robot Policies with World Models

AI 导读

论文提出 Dream to Remember (D2R) 方法,通过持续引导冻结的通用机器人策略应对新任务,并利用预训练世界模型进行想象排练以避免灾难性遗忘。 在 CALVIN 基准上,D2R 在纯想象环境下将 8 个连续任务的平均成功率从 63.7% 提升至 74.8%,显著优于 LoRA 微调导致的 11.7% 衰退率。

来源:arXiv · ML · arxiv.org