WEDGE：用智能体失败模式生成导航训练环境
AI 总结
一篇于 2026 年 10 月 14 日提交到 arXiv 的预印本（作者为 Yue Zhang 等）提出 WEDGE 框架：在每一轮自适应中，由预训练导航智能体的失败模式引导训练环境的生成。WEDGE 使用 LLM 对比成功与失败的 rollout，提出可执行的弱点特征，在诊断集上自动验证，并按成功率差距选出最强弱点，再将其映射到可控制的环境因素，从而构造出策略难以应对的难度区间。作者称，在三种不同自适应机制的导航智能体上，策略表现出不同的弱点画像并受益于不同的训练环境；弱点条件化自适应在 ProcTHOR 上持续优于匹配的随机与困难样本基线，且 Uni-NaVid 和 Gemini 的增益在 ProcTHOR 自适应后也扩展到 HM3D。
深度见解
作者认为，策略失败不只是诊断信号，还可作为构建针对智能体当前弱点的训练环境的可操作指引。
Computer Science > Robotics
arXiv:2610.19420 (cs)
[Submitted on 14 Oct 2026]
Title:From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents
Authors:Yue Zhang, Han Lin, Zun Wang, Yidong Huang, Zaid Khan, Mohit Bansal
View a PDF of the paper titled From Failures to Learnable Worlds: Policy-Conditioned Environment Generation for Navigation Agents, by Yue Zhang and 5 other authors