D2R 提出持续引导通用机器人策略方法

Bahey Tharwat 等作者提交论文，提出 Dream to Remember（D2R）：在保持通用机器人策略与预训练世界模型冻结的前提下，用世界模型以想象 rollout 复现旧任务，持续引导策略学习新任务而不遗忘旧技能。 论文称，当世界模型足够保真时，D2R 完全在想象中学习新任务；否则在环境中学习新任务，仅用世界模型复现旧任务。作者报告：用现成的冻结通用策略与世界模型 π₀ 和 A2World，D2R 在环境中学会未见过的 LIBERO-90 任务，同时保持 π₀ 在其微调过的 LIBERO 套件上的表现，即便该世界模型精度不足以做策略优化；在真实 Franka 机器人上，D2R 连续在想象中改进三个任务并保留此前的改进。上述效果均为作者在论文中的报告。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。