跳到正文
arXiv · 机器人与计算机视觉· Sinjae Kang, Dong Kyu Shin, Jaehong Kim, Kamin Lee, Hyoeun Kim, Kaixin Wang, Li Zhao, Seonghyeon Ye, Kimin Lee·· 22 天前AI 评分65

Learning Quality-Controllable Robot Policies with Iterative Hindsight Relabeling

Learning Quality-Controllable Robot Policies with Iterative Hindsight Relabeling

AI 导读

针对机器人策略评估仅依赖二元成功信号的问题,研究团队提出 QCP 方法,支持在推理阶段动态控制执行速度、运动平滑度等质量属性及其组合。该方法通过迭代回顾重标循环收集在线轨迹并微调策略,实验显示其在 Robomimic 和 RoboEval 上持续提升任务质量与成功率,并在真实搬运酒杯等操作中验证了实用增益。

来源:arXiv · 机器人与计算机视觉 · arxiv.org