arXiv cs.AI· Tianjiao Yu, Zhilin Ou, Yifan Shen, Xinzhuo Li, Yuanzhe Liu, Onkar Kishor Susladkar, Fan Wang, Ismini Lourentzou·· 2 天前AI 评分36
CoDA：数据引擎与动作策略的协同演化
CoDA: Co-Evolution of Data Engines and Action Policies
AI 导读
CoDA 让仿真数据引擎与动作策略通过共享异构记忆协同演化，记忆将视觉语言评论模型验证的诊断编译为生成程序与训练程序。其 Text2potential 把诊断转为分阶段势函数，为动作块价值学习提供稠密监督。
正文 · AI 翻译
摘要：生成式仿真可以自动构建机器人环境，但物理上有效的环境未必对训练有用。挑战在于识别出能够解决策略失败的环境，以及帮助策略克服这些失败的监督信号。我们提出 CoDA，一个让仿真数据引擎与动作策略通过共享的异构记忆（包含环境构建、策略失败和学习进展）共同演化的框架。该记忆将来自视觉语言评论器的经过验证的诊断编译为生成程序（重现困难）和训练程序（帮助策略克服困难）。我们进一步提出 Text2potential，将这些诊断转化为用于动作块价值学习的分阶段势函数，在标准势函数塑形假设下保持任务最优策略的同时，为策略更新提供密集监督。可测量的学习进展指导进一步的生成和程序改进。在四个操作任务族上，CoDA 将分布外成功率从监督微调后的 5.3% 提升至 27.6%，在相同生成预算下超过最强闭环基线 9.5 个百分点。在 LIBERO-Pro 上，15 轮生成与训练将位置扰动下的成功率从 25% 提升至 84%，将指令扰动下的成功率从 1% 提升至 76%。
| 评论： | 项目网站：此 https URL |
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.22362 [cs.RO] |
| （或使用 arXiv:2610.22362v1 [cs.RO] 获取此版本） | |
| https://doi.org/10.48550/arXiv.2610.22362 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Tianjiao Yu [查看电子邮件]
[v1]
2026年10月15日星期四 17:59:02 UTC（24,770 KB）
来源：arXiv cs.AI · arxiv.org