arXiv cs.RO· Zhihao Liu, Qiuyi Gu, Yitao Wang, Dongming Qiao, Yixian Zhang, Shuaihang Chen, Liangzhi Shi, Tianxing Zhou, Zefang Huang, Kang Chen, Zhen Guo, Quanlu Zhang, Jincheng Yu, Xiaodan Liang, Guoliang Fan, Yu Wang, Feng Gao, Xinlei Chen, Chao Yu·· 8 小时前
STEAM：面向真实世界机器人学习的自监督时序集成优势建模
STEAM: Self-Supervised Temporal Ensemble Advantage Modeling for Real-World Robot Learning
AI 导读
STEAM 是一种无需标注的自监督方法，通过在专家轨迹帧对上训练时序偏移预测器集成，将帧间归一化时序偏移转为标量优势，并取集成最小值保守评估混合质量数据。在双臂叠毛巾、芯片结账、清理桌面和可乐补货四项真实任务中，STEAM 结合 CFGRL 平均成功率达 83.5%，优于最佳基线 58.8%。
来源：arXiv cs.RO · arxiv.org