论文页面 - CoDA：数据引擎与动作策略的协同进化

来源：https://huggingface.co/papers/2610.22362

摘要

CoDA 通过共享失败与进展的记忆，协同进化仿真引擎与机器人策略，利用视觉-语言诊断和分阶段势函数奖励，提升分布外操作任务的成功率。

生成式仿真可以自动化机器人环境的构建，但物理上有效的环境并不一定适合用于训练。关键在于识别那些能够针对策略失败点的环境，以及有助于策略克服这些失败的监督信号。我们提出 CoDA 框架，其中仿真数据引擎与动作策略通过共享的异构记忆（https://huggingface.co/papers?q=heterogeneous%20memory）进行协同进化，该记忆包含环境构建信息、策略失败记录和学习进展。该记忆将来自视觉-语言评估器（https://huggingface.co/papers?q=vision-language%20critic）的已验证诊断编译为生成程序（https://huggingface.co/papers?q=generation%20programs），用于复现困难场景，并编译为训练程序，帮助策略克服这些困难。我们进一步提出 Text2potential（https://huggingface.co/papers?q=Text2potential），将这些诊断转化为用于动作块价值学习（https://huggingface.co/papers?q=action-chunk%20value%20learning）的分阶段势函数，在标准塑形假设下保持任务最优策略不变的同时，为策略更新提供稠密的监督信号。测量到的学习进展用于指导后续的生成和程序优化。在四类操作任务上，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出最强闭环基线 9.5 个百分点。在 LIBERO-Pro 上，经过 15 轮生成与训练，位置扰动下的成功率从 25% 提升至 84%，指令扰动下的成功率从 1% 提升至 76%。

查看 arXiv 页面 (https://arxiv.org/abs/2610.22362) 查看 PDF (https://arxiv.org/pdf/2610.22362) 项目页面 (https://plan-lab.github.io/coda) 添加到合集 (https://huggingface.co/login?next=%2Fpapers%2F2610.22362)

引用此论文的模型 0

没有模型关联此论文。

在模型的 README.md 中引用 arxiv.org/abs/2610.22362，即可从此页面链接该模型。

引用此论文的数据集 0

没有数据集关联此论文。

在数据集的 README.md 中引用 arxiv.org/abs/2610.22362，即可从此页面链接该数据集。

引用此论文的 Space 0

没有 Space 关联此论文。

在 Space 的 README.md 中引用 arxiv.org/abs/2610.22362，即可从此页面链接该 Space。

包含此论文的合集 0

没有合集包含此论文。

将此论文添加到合集（https://huggingface.co/new-collection）即可从此页面链接。