arXiv · cs.AI· Yue Zhang, Han Lin, Zun Wang, Yidong Huang, Zaid Khan, Mohit Bansal·· 4 小时前
WEDGE：通过策略条件环境生成训练导航智能体
From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents
arXiv:2610.19420v1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：Yue Zhang, Han Lin, Zun Wang, Yidong Huang, Zaid Khan, Mohit Bansal
研究任务与主要进展
WEDGE框架利用大语言模型从成功与失败轨迹中提出可执行的弱点特征，验证后将弱点映射到环境因素，生成策略当前难以应对的训练环境。基于论文摘要，WEDGE在ProcTHOR上为三个导航智能体带来一致适配收益，并超过匹配的随机环境和困难样本方案；Uni-NaVid和Gemini在ProcTHOR适配后的收益也延伸至HM3D。
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