WEDGE：用失败模式引导导航Agent训练环境生成

论文作者提出 WEDGE 框架，让预训练导航智能体的失败模式引导每一轮适应训练的环境生成。其做法是用 LLM 对比成功与失败的 rollout，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。 该框架面向具身导航智能体，目标是生成能针对其弱点的训练环境，而非通用环境。上述效果来自论文作者的表述。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。