跳到正文
arXiv · 机器人与计算机视觉· Shashwat Saxena, Mehul Goel, Sreyas Venkataraman, Sarvesh Patil, Max Simchowitz·· 2026-10-20AI 评分74

VaDar:通过价值解耦实现的隐式目标条件化

VaDar: Implicit Goal Conditioning via Value Disaggregation

AI 导读

论文介绍 VaDar 算法,该算法训练单一不依赖子目标的策略以最大化各子目标评论家值的线性组合。实验显示其性能优于或等于目标条件化等基线,且能处理非顺序目标结构任务。VaDar 是首个在 RoboCasa 套件中解决长程任务的算法,即使从行为克隆预训练的、初始成功率接近零的策略开始也能成功。材料为 arXiv 预印本,未提及同行评审状态或真实机器人部署结果。

来源:arXiv · 机器人与计算机视觉 · arxiv.org