跳到正文
arXiv · 机器人与计算机视觉· Yuzhi Zhang, Xinyu Liu, Yu Zhang·· 2026-10-06精选AI 评分78

基于本地恢复监督的视觉运动策略递归自改进框架

Recursive Self-Improvement of Visuomotor Policies through Local Recovery Supervision

AI 导读

针对视觉运动策略在犯错后缺乏纠正行为的问题,本文提出了一个通过本地恢复监督实现递归自改进的框架。该框架利用离线审计器定位未解决的失败状态并指定可观察的修复目标,由固定的多模态教师代理生成恢复动作以更新策略。

推荐理由

提出通过本地恢复监督实现视觉运动策略递归自改进的框架,离线审计器与固定多模态教师代理协同生成修正演示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org