WIZARD：生成LoRA权重以适配机器人新任务

视觉-语言-动作（VLA）模型正在成为一种有前景的机器人操作范例，能够从大量演示和动作标签中训练出通用策略。然而，使这些模型适应新任务通常仍然需要特定于任务的演示、操作注释和额外的 微调，使得部署成本高昂且难以扩展。我们提出了 WIZARD，一种权重空间元学习框架，通过为冻结的 VLA 策略生成特定于任务的 LoRA 参数来避开特定于任务的 微调。仅给定语言指令和简短的演示视频，WIZARD 即可在单次前向传递中预测相应的适应权重，无需目标任务动作标签或测试时优化。在元训练期间，WIZARD 学习将任务证据直接映射到专家 LoRA 更新，捕获权重空间中任务之间的关系。 LIBERO 上的实验表明，WIZARD 在未见过的数据集集合上将性能最高改善约2倍，在未见过的任务上将性能最高改善约14倍。在 Franka Emika Panda 上，WIZARD 持续改进了真实域适应基线，表明生成的适配器提供了超越模拟的任务级专业化。