HF Daily Papers·· 2 天前精选AI 评分48
Rollback：通过世界模型经验回溯改进机器人策略
Rollback: Experience Backtracking in World Models for Policy Improvement
AI 导读
研究团队提出 Rollback 策略改进范式，把世界模型用于回滚关键决策、分支探索反事实动作，并用真实机器人反馈持续校正动力学。该方法无需单独训练价值模型，即可将反事实结果蒸馏为细粒度动作级监督。
推荐理由
论文将世界模型从顺序模拟器改造成可回溯、可分支并对比反事实动作的策略训练环境，呈现了世界模型参与机器人策略持续改进的具体路径。
来源：HF Daily Papers · huggingface.co