HuggingFace Daily Papers· Jiayi Luo, Yang Zhang, Liliang Chen, Nan Wang, Chen Gao, Boxiang Qiu, Zhuoxuan Li, Baorui Peng, Chuankang Li, Yuxiang Yan, Si Liu, Qingyun Sun, Shuicheng Yan, Maoqing Yao, Jianxin Li, Guanghui Ren·· 2 天前精选AI 评分75
Rollback: 世界模型中的经验回溯以改进策略
Rollback: Experience Backtracking in World Models for Policy Improvement
AI 导读
研究人员提出Rollback，一种新的策略改进范式，将世界模型从被动模拟器转变为反事实引擎。该方法通过回溯关键决策点、分支到替代行动并对比结果，将成功归因于单个决策。实验显示，在三个具有挑战性的现实世界任务中，Rollback比最强基线方法的成功率分别提高了10.67%、11.11%和11.85%。
推荐理由
通过回溯决策点探索反事实未来，将世界模型从被动模拟器转变为反事实引擎，实现了机器人策略的显著提升。
来源：HuggingFace Daily Papers · arxiv.org