跳到正文
arXiv · 机器人与计算机视觉· Isaac Ngui, Courtney McBeth, Nancy M. Amato·· 23 天前AI 评分38

FERRET:利用环境编辑作为奖励学习的修正信号

Environment Edits as a Corrective Signal for Reward Learning

AI 导读

FERRET 提出通过保持机器人运动不变而仅编辑场景,以此作为区分特征与学习偏好的互补反馈形式。该方法结合机器人与环境修正痕迹,解决了单一动作修正无法表达物体属性偏好及关系的问题。研究已接受至 CoRL 2026 Workshop on Learning from Corrections,论文编号 arXiv:2610.35659。

来源:arXiv · 机器人与计算机视觉 · arxiv.org