跳到正文
arXiv · 机器人与计算机视觉· Jinze Tao, Yuxiao Han, Kangkang Dong, Yancong Wei, Xiaojun Zhu, Bokui Chen, Houde Liu·· 6 天前AI 评分72

任务级经验蒸馏用于具身导航:让被调用的 VLA 学习代理的经验

What Can a VLA Learn from the Agent That Calls It? Task-Level Experience Distillation for Embodied Navigation

AI 导读

论文提出 H2E 方法,将导航代理(LLM 规划器调用 VLA)的成功会话转化为 VLA 训练数据,使 VLA 在测试时独立导航。该方法保留原始任务指令下的动作并将目标位姿作为奖励,同时屏蔽远离目标的步骤损失,将在 1 米内的访问状态标记为停止点。

来源:arXiv · 机器人与计算机视觉 · arxiv.org