跳到主要内容
检索

# Agentic-Teacher数据引擎

1 篇关联报道

订阅更新
  1. arXiv

    智能体替VLA补失败课:仿真三套基准成功率升至87.8%、90.6%与30.0%

    预训练的视觉-语言-动作模型(VLA)在部署中会因环境噪声或控制误差进入训练分布之外的状态而失败,而DAgger一类方法需要人反复监控并示范纠正。Agentic-Teacher让编码智能体分析失败轨迹、定位因果帧、按失败模式聚类,并写出闭环代码策略在失败起点上完成剩余任务,再把成功执行加工成可学习的示范。仿真中,LIBERO-10平均成功率从79.4%升到87.8%,MetaWorld-10从80.4%升到90.6%,三个RoboCasa任务从0%升到30.0%。

已读完全部报道