论文页面 - 基于权重空间元学习的机器人策略自适应

来源：https://huggingface.co/papers/2606.07217

摘要

WIZARD 是一种权重空间元学习框架，能够仅通过语言指令和演示视频，为冻结的 VLA 策略生成任务特定的 LoRA 参数，从而无需微调即可实现高效的任务自适应。

视觉-语言-动作 (VLA) 模型正成为机器人操作领域一种有前景的范式，能够从大规模演示和动作标签数据集中训练通用策略。然而，将这些模型应用于新任务通常仍需任务特定的演示、动作标注以及额外的微调，导致部署成本高且难以规模化。我们提出 WIZARD，一种权重空间元学习框架，它通过为冻结的 VLA 策略生成任务特定的 LoRA 参数，绕过了任务特定的微调步骤。只需一条语言指令和一个简短的演示视频，WIZARD 即可在单次前向传播中预测对应的自适应权重，无需目标任务的动作标签或测试时优化。在元训练阶段，WIZARD 学习将任务证据直接映射到专家 LoRA 更新，从而捕获权重空间中任务之间的关系。在 LIBERO 上的实验表明，WIZARD 在未见过的数据集集合上性能提升高达约 2 倍，在未见过任务上性能提升高达约 14 倍。在 Franka Emika Panda 平台上，WIZARD 持续优于基于真实域自适应的基线，表明所生成的适配器能够提供超越仿真的任务级专业化。

查看 arXiv 页面 (https://arxiv.org/abs/2606.07217)查看 PDF (https://arxiv.org/pdf/2606.07217)项目页面 (https://fascetta.github.io/WIZARD/)GitHub0 (https://github.com/Fascetta/WIZARD)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.07217)

在您的 agent 中获取此论文：

hf papers read 2606\.07217

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用该论文的模型0

暂无模型链接到此论文

在模型的 README.md 中引用 arxiv.org/abs/2606.07217 以从此页面建立链接。

引用该论文的数据集0

暂无数据集链接到此论文

在数据集的 README.md 中引用 arxiv.org/abs/2606.07217 以从此页面建立链接。

引用该论文的 Space0

暂无 Space 链接到此论文

在 Space 的 README.md 中引用 arxiv.org/abs/2606.07217 以从此页面建立链接。

包含该论文的收藏0

暂无收藏包含此论文

将此论文添加到收藏 (https://huggingface.co/new-collection) 以从此页面建立链接。