When Validation Stops Learning: Auditing Update Admission for Continual Embodied Agents
arxiv.org原文 ↗
论文把持续学习更新准入放到固定交互预算下审计，指出范围置信门会因过度保守而阻断有用学习。推挤诊断用 32 个 seed、每阶段 2,000 episodes，对常见更新流的放行率从 0% 提升到 31.6%，而无条件 replay 在闭环运行中学得更好；实体机器人和 VLA 仍待验证。
–浏览
评论 · Comments