跳到正文
arXiv · 机器人与计算机视觉· Wei Xiao, Weiliang Tang, Yuying Ge, Hui Zhou, Yao Mu, Li Zhang, Yixiao Ge·· 2026-10-05AI 评分73

ROVE:通过强化学习解锁人形机器人灵巧操作的干预信号

ROVE: Unlocking Human Interventions for Humanoid Manipulation via Reinforcement Learning

AI 导读

论文提出 ROVE 框架,旨在解决人形机器人视觉语言动作(VLA)模型后训练中利用人类干预数据进行训练的系统与算法挑战。该方法引入人机协同数据收集流程,并利用乐观价值估计(OVE)从混合质量轨迹中筛选高价值行为;同时结合跨本体人体经验视频以增强对长尾失败与恢复模式的监督。实验表明,在具有丰富接触和精细操作要求的真实世界任务中,ROVE 优于基于经验的基线方法,且在多次迭代中持续改进性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org