跳到正文
arXiv · 机器人与计算机视觉· Ruizhe Liao, Wenrui Chen, Liangji Zeng, Haoran Lin, Fan Yang, Kailun Yang, Yaonan Wang·· 2026-10-07AI 评分59

DexPIE:基于真实体验的灵巧策略稳定化改进方法

DexPIE: Stable Dexterous Policy Improvement from Real-World Experience

AI 导读

针对模仿学习在高维动作空间和复杂接触动力学下的局限性,本文提出 DexPIE 后训练框架以利用真实部署经验改进策略。该方法通过适配灵巧手的干预系统与多阶段 DAgger 风格数据收集增强探索覆盖,并通过对齐训练与推理分布减少偏差,使 Critic 能学习更一致的价值函数。

来源:arXiv · 机器人与计算机视觉 · arxiv.org