跳到正文
arXiv · 机器人与计算机视觉· Julian Lemmel, Pedro D. Wendel Garcia, Taisuke Kobayashi, Radu Grosu·· 2026-10-05AI 评分42

Self-Repairing Recurrent Ensembles 实现分布偏移下的实时策略自修复与遥操作学习

Self-Repairing Recurrent Ensembles for Real-Time Recovery from Distribution Shift

AI 导读

Self-Repairing Recurrent Ensembles 方法让策略在传感器漂移或失效等分布偏移下,无需专家标签即可在线自我恢复性能。该方法利用随机掩码的循环网络集合与卡尔曼融合生成共识动作作为自监督标签,结合 RFLO 算法实现每步环境交互的参数更新。仿真连续控制任务显示,相比全观测集合无法恢复的情况,该框架能接近原始表现并支持有专家时的遥操作模仿学习。

来源:arXiv · 机器人与计算机视觉 · arxiv.org