研究发现,生成式机器人策略的持续监督预训练能提高可靠性,却会牺牲覆盖率,让策略在熟悉场景更稳、在陌生组合上更窄。相关研究同时给出了保留覆盖率的方法,试图在稳定与泛化之间取得平衡。这项权衡提醒,预训练目标的选取会直接影响策略的适用范围。
正文完
研究发现,生成式机器人策略的持续监督预训练能提高可靠性,却会牺牲覆盖率,让策略在熟悉场景更稳、在陌生组合上更窄。相关研究同时给出了保留覆盖率的方法,试图在稳定与泛化之间取得平衡。这项权衡提醒,预训练目标的选取会直接影响策略的适用范围。