跳到正文
arXiv · 机器人与计算机视觉· Wenxuan Guo, Yingping Liang, Zhaoguo Wang, Ziyuan Li, Angyuan Ma, Zhenyu Wu, Chengkun Wang, Bingyao Yu, Ze Chen, Borui Zhang, Xiuwei Xu, Meng Zhang, Erjin Zhou, Jiwen Lu·· 2026-10-16AI 评分72

LoopWAM:基于部署回放的闭环通用策略改进方法

LoopWAM: Closed-Loop Generalist Policy Improvement from Deployment Rollouts

AI 导读

针对仅依赖专家演示无法从真实部署中提升的问题,本文提出 LoopWAM,一种直接学习全质量谱(成功、次优与失败)的闭环世界 - 动作模型。该方法通过源相关噪声采样统一行为学习与条件动作的世界建模,利用质量引导和质量加权监督保留多质量视频监督并调节动作模仿。

来源:arXiv · 机器人与计算机视觉 · arxiv.org