A2World

新的D2R方法利用世界模型解决机器人策略遗忘问题

研究人员开发了一种名为Dream to Remember (D2R)的新方法，以解决通用机器人策略中的灾难性遗忘问题。D2R在利用预训练的世界模型进行旧任务演练的同时，持续引导一个固定的策略学习新任务。这种方法将引导模块锚定在其先前的行为上，而无需回放缓冲区或新数据。实验表明，即使世界模型不完全准确，D2R也能显著提高顺序任务的性能，并在模拟和真实机器人平台上都显示出有效性。