研究者提出R²-WAM无数据持续学习方法

研究者 Kaipeng Fang 等人提出一种名为 R²-WAM 的修正生成回放方法，用于世界动作模型（WAM）的无数据持续学习。该方法针对 WAM 顺序微调时遗忘旧任务、且机器人场景下历史数据不可得的问题，让 WAM 自回归重新生成过往任务的完整 rollout 并回放。 据论文描述，R²-WAM 在任务完成时用智能体评估器截断生成的 rollout，并过滤掉动作与观测在物理上不一致的 rollout。该说法来自论文本身，尚未见独立验证。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。