研究人员开发了CoDA，一个新颖的框架，它协同进化仿真数据引擎和机器人操作的行动策略。该框架利用共享内存来编译来自视觉语言批评者的诊断信息，然后将其转化为生成程序，以重现困难和训练程序来帮助策略克服这些困难。CoDA显著提高了分布外成功率，在各种扰动下，在操作任务和LIBERO-Pro基准测试中都取得了显著的进步。 AI
影响 通过提高分布外成功率和对扰动的适应性来增强机器人操作能力。
排序理由 该集群描述了一篇关于机器人新颖框架的详细研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.22362v1 Announce Type: cross Abstract: Generative simulation can automate robot environment construction, but physically valid environments are not necessarily useful for training. The challenge is to identify environments that address a policy's failures and supervisi…
CoDA co-evolves a simulation engine and robot policy via shared memory of failures and progress, using vision-language diagnostics and staged potential rewards to improve out-of-distribution manipulation success.