WEDGE 框架：用导航智能体自身失败生成针对性训练环境

UNC Chapel Hill 团队（Yue Zhang、Han Lin、Mohit Bansal 等）发布论文《From Failures to Learnable Worlds》，提出 policy-conditioned 的环境生成框架 WEDGE。核心思路是收集同一导航任务下智能体不同的失败模式，据此定向生成针对性模拟训练环境，把失败经历转化为可学习世界，从而更高效地提升导航 agent 能力。

2026-10-15 ~ 2026-10-16 · 4 条相关

• UNC 团队提出 WEDGE：按导航智能体失败模式定向生成训练环境 — UNC-ChapelHill · 2026-10-15
• WEDGE 框架用导航 agent 自身失败生成针对性训练环境 — EliasEskin · 2026-10-16
• WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16

另有 1 条近重复转述:mohitban47