跳到正文
Hugging Face Daily Papers·· 2026-10-14AI 评分72

From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents

From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents

AI 导读

论文提出 WEDGE 框架,通过大语言模型分析预训练导航策略在仿真中的成功与失败轨迹,自动提取并验证可执行的弱点特征(如特定环境因素导致的失败模式)。系统将这些弱点映射到环境控制参数上,生成针对策略当前弱点的困难级训练环境。实验表明,该弱点引导的适应方法在不同导航代理上均优于随机或硬样本基准,且能持续迭代诊断以应对策略改进后的新弱点。

来源:Hugging Face Daily Papers · arxiv.org