arXiv · ML· Bowen Feng, Keqin Wang, Yulong Yang, Amogh Joshi, Christine Allen-Blanchette, Dhruv Shah, Felix Heide·· 2026-10-14AI 评分28
通过动作自蒸馏训练通用导航策略
Training Generalist Navigation Policies via Action Self-Distillation
AI 导读
ASD方法利用开源VLM进行自蒸馏,无需人工语言标注,在13项导航任务中显著提升了成功率。 学生策略仅凭机载观测预测轨迹,室内成功率提升30%,户外任务达95%。 该方法被CoRL 2026会议接收,验证了特权反馈对扩展通用导航策略的有效性。
来源:arXiv · ML · arxiv.org