跳到正文
arXiv · 机器人与计算机视觉· Zhikang Chen, Yueqing Sun, Sen Cui, Ziang Ye, Yu Wang, Yan Feng2, Xierui Song, Yu Zhang, Tingting Zhu·· 29 天前AI 评分58

KPHarness:面向长周期游戏任务的知识与探测共进化框架

KPHarness: Co-Evolving Knowledge and Probing for Long-Horizon Gaming Harnesses

AI 导读

arXiv 论文 KPHarness 提出一种框架,通过知识探测共进化适应冻结的视觉语言动作模型的外部执行机制。该方法利用恢复知识生成干预假设并指导主动探测,依据探测结果修正知识库与策略选择,实现了快速策略执行与慢速研究循环的分离。实验在 Minecraft 任务上显示,该框架相比裸策略执行、固定手动 harness 及非自适应探测的知识进化方法,均提升了任务覆盖率和未见任务的完成率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org