跳到正文
arXiv · AI· Cehao Yang, Ziyi He, Jing Yi, Jian Guo, Hui Xiong·· 3 天前AI 评分28

LightAct:在视觉世界中通过经验学习行动

What Makes a Good Move? Learning to Act from Experience in Visual Worlds

AI 导读

LightAct 框架将交互经验转化为技能引导,在 170 个 GameWorld 任务中提升 2B、4B 和 9B 模型进度 23.6、29.2 及 13.0 个百分点。 该框架使用 1,024 个决策根节点构建紧凑数据集,通过短 rollout 对比候选动作并归一化奖励,9B 模型性能媲美专有模型。 消融实验证实技能引导下的根状态覆盖广度提升了强化学习效果。

来源:arXiv · AI · arxiv.org