跳到正文
arXiv · 机器人与计算机视觉· Gangyi Li, LuYao Wang, Jingfu Sun, Jingyi Yuan, Hang Liu, Hao Zong, Yujia Hu, Tingting Gao, Jianyong Wang, Xu Yang·· 2026-10-12AI 评分72

JoyInside-VLM-Agent:面向具身智能体的产品条件多模态策略学习

JoyInside-VLM-Agent: Product-Conditioned Multimodal Policy Learning for Embodied Agents

AI 导读

JoyInside-VLM-Agent 是一个 ReAct 风格的多模态智能体,通过构建产品条件的轨迹和分阶段策略学习来适应约束与目标变化。系统利用闭环沙盒生成包含目标修订与故障恢复的交互轨迹,经监督微调、多教师同策略蒸馏及 DPER 强化学习训练。

来源:arXiv · 机器人与计算机视觉 · arxiv.org