arXiv · AI· Ali-Adeeb Abbas, Esmaeil Seraj·· 10 天前AI 评分51
无梯度权重编辑修复机器人策略指令误读的研究
Distilling Instructions into Weights: Closed-Form Edits Fix a Robot Policy's Misreading
AI 导读
提出无梯度指令蒸馏方法,通过直接编辑 π_{0.5} 视觉-语言-动作策略的 MLP 权重,修复其在 RoboLab 环境中的指令误读故障。该方法将 128 个测试种子中的成功数从 27 提升至 106 个,且将权重编辑应用于动作专家或动作头部时效果显著下降甚至失效。
来源:arXiv · AI · arxiv.org