arXiv · 机器人与计算机视觉· Heng Fang, Zehui Guo, Yuehan Zhang, Mingyang Du, Dingkang Liang, Xiang Bai·· 9 天前精选AI 评分78
World In-Context Learning for Agentic Robot Manipulation
World In-Context Learning for Agentic Robot Manipulation
AI 导读
针对传统训练策略与学习分布耦合的问题,本文提出 World In-Context Learning (WICL) 范式,利用冻结模型在仿真环境中对任务进行排练并将反馈写入上下文而非权重。
推荐理由
提出将反馈写入上下文而非权重的范式,在仿真中通过排练实现跨场景泛化。
来源:arXiv · 机器人与计算机视觉 · arxiv.org