arXiv · 机器人与计算机视觉· Kristian Ceder, Kilian Freitag, Knut {\AA}kesson·· 20 天前AI 评分70
Teaching a Tree to Recover:通过反事实回放在线蒸馏 LLM 监督器
Teaching a Tree to Recover: Online Distillation of an LLM Supervisor with Counterfactual Replay
AI 导读
针对自主移动机器人在复杂布局中因非凸避障和有限视域导致局部模型预测控制器(MPC)冻结的问题,研究提出将大型语言模型(LLM)监督器在线蒸馏为决策树的方法。该方法在每次训练集后利用反事实回放对恢复、不必要或有害的决策进行标记并淘汰无效规则。
来源:arXiv · 机器人与计算机视觉 · arxiv.org