跳到正文
arXiv · 机器人与计算机视觉· Weiwei Chen, Chenghao Xu, Meiling Yu, Xu Yang, Cheng Deng·· 2026-10-12AI 评分58

证据引导的反事实学习用于长尾机器人策略

Evidence-Guided Counterfactual Learning for Long-Tailed Robotic Policies

AI 导读

针对视觉语言动作策略在部署中面临的长尾任务分布挑战,研究团队发现当尾部任务所需视觉证据不足时,策略会过度依赖头部任务的动作模式导致性能下降。为此提出 Evidence-Guided Counterfactual Learning 框架,利用指令与动作信号识别决策相关视觉证据并构建反事实观测,自适应调整监督强度以强化任务、证据与动作的关联。

来源:arXiv · 机器人与计算机视觉 · arxiv.org