WEDGE 框架用导航 agent 自身失败生成针对性训练环境
EliasEskin · x · 2026-10-16
研究者发布 WEDGE(From Failures to Learnable Worlds),一个面向导航 agent 的策略条件化环境生成框架。
- 核心观察:同一导航任务下,不同 agent 会在不同环境条件下失败,而现有环境生成器并不考虑各 agent 的具体短板
- WEDGE 先诊断 agent 在哪些条件下挣扎,再据此生成既能针对弱点、又保持可学习性的新环境;每轮适应后重新诊断,迭代生成下一批环境
- 即「用 agent 自己的失败塑造它下一步训练的世界」,形成失败诊断→环境生成→再诊断的闭环
所属事件:WEDGE 框架按导航智能体失败模式定向生成训练环境(2 条相关)→
「具身」频道最新
- Knödel Watch 开源:ESP32 圆屏动画单词卡,4 天从开箱到 v0.1.0 — alexcovo_eth · 2026-10-16
- SlipSense 触觉研究:23.1ms 检测机械打滑,可零样本跨平台迁移 — micoolcho · 2026-10-16
- 李飞飞团队开源 OpenWAM：统一世界-动作模型框架，让机器人视频预训练成大脑 — jiqizhixin · 2026-10-16
- 机器人折叠衣榜：GPT-6 Astra 1349 Elo 居首,Muse Wonder 1034 排第 6 — qinzytech · 2026-10-16
- NVIDIA TacitVLA：动作不读思维链，推理收益保留、延迟最高降 3.4 倍 — arankomatsuzaki · 2026-10-16
- 谷歌推 Gemini 4 Argon:想让机器人只需一个模型,ERQA 得分 87% — The Decoder · 2026-10-16