arXiv · Robotics· Gangyi Li, LuYao Wang, Jingfu Sun, Jingyi Yuan, Hang Liu, Hao Zong, Yujia Hu, Tingting Gao, Jianyong Wang, Xu Yang·· 3 小时前AI 评分37
JoyInside-VLM-Agent：面向具身智能体的产品条件多模态策略学习
JoyInside-VLM-Agent: Product-Conditioned Multimodal Policy Learning for Embodied Agents
AI 导读
论文提出 JoyInside-VLM-Agent，一种面向机器人平台与智能硬件的 ReAct 风格多模态智能体，通过产品条件轨迹构建与分阶段策略学习训练。方法包含闭环沙箱生成轨迹、Supervised fine-tuning 与多教师 on-policy 蒸馏，以及 DPER 强化学习。
来源：arXiv · Robotics · arxiv.org