摘要:最近的作品提出了许多通用机器人装置模型,这些模型可以控制各种机器人平台以执行一系列不同的任务,包括在导航和操纵领域中。,这种模型通常是通过模仿学习来训练的,这排除了通过机器人聚集在工作中的经验自主适应的能力。在这项工作中,我们的目的是在机器人导航领域中训练通用机器人基础模型,目的是实现自主性自我改善。我们表明,将预训练与离线封根学习和连续自动操作的完整系统结合在一起,这将导致一个机器人学习框架,不仅始于广泛的二元能力,而且可以进一步专业化并适应这些能力,并在给定部署地点执行导航任务过程中。据我们所知,该结果展示了第一个通过开放世界设置中的自主互动不断学习的导航机器人基础模型。