arXiv · cs.RO· Zixuan Chen·· 3 天前精选AI 评分65
RoboLongR: 因果一致奖励教会机器人逐步掌握长时程操作
RoboLongR: Causally Consistent Rewards Teach Robots to Progressively Master Long-Horizon Manipulation
AI 导读
研究人员提出RoboLongR框架，通过学习历史依赖奖励引导策略适应新任务，在18个长时程任务上平均成功率达31.8%，比最强基线高9.2个百分点，在四个真实机器人任务上成功率达57.5%，比对比方法高32.5个百分点。
推荐理由
通过因果一致奖励解决长时程操作中视觉进度掩盖任务前提的问题，在18个长时程任务上成功率达31.8%，比基线高9.2个百分点。
来源：arXiv · cs.RO · arxiv.org