论文用同一LLM做轨迹增强与多任务策略学习
资讯摘要
论文提出LaMA-DT，一个统一序列建模框架，用单个大语言模型同时完成轨迹增强与多任务策略学习：以自然语言任务描述引导任务对齐的轨迹生成，并通过评分过滤保留高质量增强轨迹，再将同一LLM复用为语言条件Decision Transformer，在真实与增强数据混合上微调。作者报告在Meta-World和MuJoCo多任务基准上优于对比基线，低数据场景尤为明显。
要点速读
- 论文提出LaMA-DT，用单个LLM同时做轨迹增强和多任务策略学习
- 通过自然语言任务描述引导生成，并用评分过滤机制筛选增强轨迹
- 作者报告在Meta-World与MuJoCo多任务基准上优于竞争基线，低数据场景提升明显
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/5 08:00:38（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。