arXiv发布D2R持续学习机器人策略研究

发生了什么

据arXiv论文，研究者提出Dream to Remember (D2R)方法，利用冻结的世界模型在想象中排练先前的任务，以解决通用机器人策略在顺序任务中的灾难性遗忘问题。该方法在不使用重放缓冲区或新数据的情况下，将冻结的生成式策略引导至新任务。在CALVIN数据集上，D2R通过纯想象学习提高了8个任务的平均成功率，从63.7%提升至74.8%，而LoRA微调则降至11.7%。此外，在LIBERO-90和真实Franka机器人上也验证了其保持先前技能并学习新任务的能力。