Hugging Face Daily Papers·· 2 天前AI 评分31
WEDGE：用策略失败模式引导导航智能体训练环境生成
From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents
AI 导读
WEDGE 是一个由预训练智能体失败模式引导训练环境生成的导航学习框架，它用 LLM 从成功与失败 rollout 的对比中提出可执行的弱点特征，在诊断集上自动验证并按成功率差距选出最强弱点，再映射到对应环境因素构建针对性训练场景。
来源：Hugging Face Daily Papers · huggingface.co