CoDA 提出数据引擎与动作策略协同进化机器人学习框架

Tianjiao Yu 等研究者在 arXiv 发布 CoDA 论文，提出让仿真数据引擎与机器人动作策略通过共享异构记忆（环境构建、策略失败和学习进度记录）协同进化的框架：将视觉语言评论器的失败诊断转换为重现困难场景的环境生成程序和帮助策略学习的训练程序。 论文称，在四个操作任务族上，CoDA 将分布外成功率从监督微调后的 5.3% 提升至 27.6%，在相同生成预算下超过最强闭环基线 9.5 个百分点；在 LIBERO-Pro 上经 15 轮生成与训练，位置扰动下成功率从 25% 提至 84%，指令扰动下从 1% 提至 76%。以上为论文作者报告的结果，基于论文摘要，本站未核验全文。

AI 根据报道生成 · 3 小时前更新