**WIZARD：利用权重空间元学习实现零微调机器人策略自适应**

_Robotic Policy Adaptation via Weight-Space Meta-Learning_

> 针对视觉-语言-行动（VLA）模型在新任务上仍需代价高昂的微调问题，本文提出了WIZARD框架。它通过权重空间元学习，仅凭语言指令和简短演示视频，直接生成冻结VLA策略的任务特定LoRA参数，无需目标任务的行动标注或在线优化。在LIBERO基准上，WIZARD在未见数据集和任务上分别最高提升2倍和14倍性能，并在真实Franka Emika Panda机器人上展现出超越模拟域基线的任务专业化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-09 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.07217)