学习质量可控的机器人策略：迭代式经验回放方法

研究团队提出质量可控策略(QCP)，允许在推理时控制机器人的执行质量和组合属性。通过迭代式经验回放循环，QCP在Robomimic和RoboEval实验中持续提高任务执行质量和成功率，产生的成功轨迹超过初始演示质量。在真实世界操作任务中，控制速度提高了传送带操作吞吐量，控制运输稳定性改善了搬运酒杯的成功率。