跳到正文
arXiv · 机器人与计算机视觉· Ali-Adeeb Abbas, Esmaeil Seraj·· 9 天前AI 评分73

Distilling Instructions into Weights:闭式编辑修复机器人策略的误读

Distilling Instructions into Weights: Closed-Form Edits Fix a Robot Policy's Misreading

AI 导读

针对通用机器人策略在任务步骤中因指令误读而失败的问题,研究提出一种无需梯度、训练数据或修改指令的闭式权重编辑方法。该方法将显式重述指令对语言模型 MLP 权重的逐层效应蒸馏进网络,使 RoboLab 平台上的零样本策略成功率从 27 提升至 106(81 个修复成功,2 个破坏),且未对其他任务造成损害。研究还验证了该方法在动作专家或头部位置效果有限,并提供了开源代码与基准测试工具。

来源:arXiv · 机器人与计算机视觉 · arxiv.org