arXiv · 机器人与计算机视觉· Xinkai Jiang, Jing Jiang, Hongyi Zhou, Pankhuri Vanjani, Ahmad Baki, Jakub Suliga, Ge Li, Zhuoyue Li, Gerhard Neumann, Rudolf Lioutikov·· 14 天前精选AI 评分82
Correct Robots Before They Make Mistakes: Proactive Human-in-the-Loop Intervention via Preference Learning
Correct Robots Before They Make Mistakes: Proactive Human-in-the-Loop Intervention via Preference Learning
AI 导读
该论文提出了 PHIL(Proactive Human-in-the-Loop)框架,旨在通过偏好学习实现主动策略修正与后训练。系统允许操作员在 XR 界面预览策略预测的未来运动并在接管前进行干预;被拒绝的策略预测会与同一状态下执行的修正动作片段配对,用于鼓励策略偏好这些修正。
推荐理由
PHIL 框架通过 XR 界面预览策略预测并允许人工干预,利用偏好学习将修正动作反馈给策略,使扩散策略和 X-VLA 在四项真实任务上的成功率分别提升约 26% 和 19%,且减少了不必要的恢复行为。
来源:arXiv · 机器人与计算机视觉 · arxiv.org