arXiv · cs.AI· Gangyi Li, LuYao Wang, Jingfu Sun, Jingyi Yuan, Hang Liu, Hao Zong, Yujia Hu, Tingting Gao, Jianyong Wang, Xu Yang·· 5 小时前
JoyInside-VLM-Agent通过分阶段策略学习提升多模态具身Agent能力
JoyInside-VLM-Agent: Product-Conditioned Multimodal Policy Learning for Embodied Agents
arXiv:2610.12957v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Gangyi Li, LuYao Wang, Jingfu Sun, Jingyi Yuan, Hang Liu, Hao Zong, Yujia Hu, Tingting Gao, Jianyong Wang, Xu Yang
研究任务与主要进展
论文提出JoyInside-VLM-Agent，一种面向机器人和智能硬件的ReAct式多模态Agent，通过产品条件轨迹构建、监督微调、多教师在策略蒸馏和DPER进行分阶段策略学习。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org