R²-WAM：无数据持续学习新方法

2026年10月15日，arXiv Robotics 报道，Kaipeng Fang 等作者提出面向世界动作模型（WAM）的无数据持续学习方法 R²-WAM（修正生成回放）。报道称，世界动作模型在顺序微调时会出现遗忘旧任务的问题，而机器人场景下又无法获取历史训练数据。针对这两点，R²-WAM 让 WAM 自回归重新生成过往任务的完整 rollout 并回放；据该报道，其做法是用智能体评估器在任务完成处截断生成的 rollout，并过滤掉动作与观测在物理上不一致的 rollout。目前进展停留在方法提出阶段，报道未提及实验规模、对比结果或代码发布等信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。