arXiv cs.AI· Zhifeng Gu, Ying Chen, Rui Jiang, Lei Yi, Bing Wang·· 13 小时前AI 评分31
EmbodiExp：面向具身智能体的可组合经验迁移框架
EmbodiExp: Compositional Experience Transfer for Embodied Agents
AI 导读
EmbodiExp 提出一种面向具身智能体的可组合经验迁移框架，通过构建以结果为锚定的子目标经验（含子目标、适用条件、可适配策略与可验证结果），在执行中在线组合经验指导动作生成。该框架利用子目标级结果归因，使失败轨迹也能贡献已验证的局部成功与需规避动作的条件性指导。在多个具身基准上采用基于折叠的协议与冻结经验库的实验验证了其有效性。
正文 · AI 翻译
摘要：经验可以帮助具身智能体将高层计划转化为有依据的动作，但跨任务迁移经验仍然具有挑战性：先前有效的策略可能不适用于当前状态，或者无法产生预期结果。我们提出 EmbodiExp，一个用于构建可迁移经验并在具身任务执行过程中在线组合这些经验的框架。我们的关键观察是，任务通常共享子目标，而这些子目标的完成情况可以独立于整体任务成功与否进行评估。因此，我们引入一种以结果为基准的子目标经验，它指定子目标、适用条件、可调整策略和可验证结果。在执行过程中，适用的经验指导动作生成，而经过验证的结果可以建立后续经验所需的条件，从而实现在线组合。子目标级的结果归因进一步实现了对失败的利用：失败的轨迹仍然可以贡献经过验证的局部成功，以及针对特定条件的、关于应避免哪些动作的指导。在基于折叠协议并使用冻结经验库的多个具身基准上的实验证明了 EmbodiExp 的有效性。
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI)；计算机视觉与模式识别 (cs.CV)；机器学习 (cs.LG) |
| 引用为： | arXiv:2610.39180 [cs.RO] |
| （或 arXiv:2610.39180v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.39180 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhifeng Gu [查看电子邮件]
[v1]
2026年10月29日星期四 02:08:42 UTC（5,752 KB）
来源：arXiv cs.AI · arxiv.org