★ 3
机器人操作策略从混合质量部署经验中学习
论文针对机器人策略部署后积累的混合质量经验（成功、部分进展、失败），提出预测式动作块学习（PACL）。PACL 学习块级预测评论家，将 Q 值转为离散质量条件，引导扩散演员从混合质量经验中联合学习。在仿真与真实机器人操作任务上持续优于模仿学习和离线强化学习基线。
arXiv cs.LG38 天前
#扩散策略
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
新方法：组合感知主动模仿学习补全缺失桥梁
论文提出AALT方法，通过请求最大化起止连通性增益的演示来提升主动模仿学习效率。AALT将已有演示组织为潜在枢纽状态拓扑，识别高价值桥接演示，并在推理时通过拓扑规划与扩散策略条件化。在72任务的UR5e机器人有序检索域中，仅用3个演示即从42/72提升至72/72全部成功。
arXiv cs.AI46 天前