arXiv Computer Vision· 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·· 3 小时前AI 评分37
LoopWAM：从部署 rollout 中进行闭环通用策略改进
LoopWAM: Closed-Loop Generalist Policy Improvement from Deployment Rollouts
AI 导读
LoopWAM 是一种闭环 world-action 模型，可直接从自身及其他已部署策略的 rollout 中学习，利用包含成功、次优和失败的全质量谱数据。在 RoboChallenge Table30-V2 上，三轮部署与训练将成功率从 23.67% 提升至 43.33%，提升 19.7 个百分点，最终得分 56.80。
来源：arXiv Computer Vision · arxiv.org