跳到正文
arXiv · 机器人与计算机视觉· Zhiyuan Xiang, Xiang Deng, Wanjie Tao, Xu Chen, Zhao Jielun, Weili Guan·· 20 天前AI 评分73

CSO:基于技能分布对齐与细粒度优化的机器人策略精炼

CSO: Refining Robotic Policies via Skill Distribution Alignment and Skill-Grained Optimization

AI 导读

针对离散化动作导致的技能先验分布次优问题,作者提出 Cascaded Skills Optimization(CSO)两阶段后训练框架。第一阶段通过拒绝采样监督微调对齐观测到技能的映射;第二阶段冻结编码器,利用独立截断的重要性比率进行稳定的策略优化。

来源:arXiv · 机器人与计算机视觉 · arxiv.org