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 · hf · 2026-10-15

UNC Chapel Hill 团队（Yue Zhang、Han Lin、Mohit Bansal 等）发布论文 WEDGE，提出“弱点制导”的导航学习框架。核心思路：模拟环境能规模化生成训练数据，但现有环境生成管线多优化真实性、多样性等通用指标，而不同预训练策略的失败原因各不相同——有的看不清目标，有的难以完成多房间长路径转移。WEDGE 让预训练智能体自身的失败模式来指导每一轮适配的环境生成：用 LLM 从成功与失败 rollout 的对比中提出可执行的弱点特征，自动验证并生成针对性训练场景，而无需预设任务或技能集合。