WEDGE：用 LLM 从失败中生成导航智能体的训练环境
From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
WEDGE 框架让预训练导航智能体的失败模式指导训练环境生成：它用 LLM 从成功与失败轨迹对比中提出可执行的弱点特征，在诊断集上自动验证并按成功率差距选出最强弱点，再映射到对应环境因素，构造智能体难以应对的难度区间环境。在 ProcTHOR 上，弱点条件化适配持续优于随机和难例方案，Uni-NaVid 与 Gemini 的增益在 ProcTHOR 适配后还能迁移到 HM3D。
来源：Hugging Face Daily Papers · arxiv.org