跳到正文
arXiv · 机器人与计算机视觉· Eshika Pathak, Leela Krishna·· 9 天前AI 评分40

CoRL 2026 Workshop 论文研究机器人策略在线学习中的用户修正移除问题

Who Taught the Robot That? Removing One User's Corrections from a Robot Policy That Learns Online

AI 导读

该研究通过两个仿真任务证明,当用户接管控制时,按序重训剩余会话可恢复目标策略;若仅微调动作则无法完全消除被移除用户的影响。实验显示单纯删除数据并单次重训会因丢失训练顺序而失败,且日志虽能识别有害用户但难以优于计数法评估影响力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org