WEDGE 论文：把导航失败经历变成可学习的训练环境
_akhaliq · x · 2026-10-16
论文《From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents》（arXiv 2610.19420，作者含 Mohit Bansal 等）提出 WEDGE 方法，针对具身智能体训练中「数据多不等于有效」的问题，根据智能体策略的失败情况来条件化生成模拟环境，让环境生成瞄准智能体的薄弱环节，从而产出更有效的导航训练数据。项目页与 demo 视频已上线。
所属事件:WEDGE 框架：用导航智能体自身失败生成针对性训练环境(4 条相关)→
「具身」频道最新
- 给四足机器人穿鞋：SHOES 用 10 分钟真机 RL 恢复行走策略 — kscottz · 2026-10-16
- NHTSA 数据：Tesla Cybercab 无人出租车运营前两周零事故 — elonmusk · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16
- 机器人会写交响乐却不会洗碗,meme 精准戳中 AI 短板 — briannekimmel · 2026-10-16
- 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
- NVIDIA RTX Spark PC 明日发售,全球五城同步办发布活动 — NVIDIA Blog · 2026-10-16