arXiv · cs.RO· Huanqian Wang·· 9 天前精选AI 评分65
并非所有动作贡献相等：从非精确演示中学习精确进度估计
Not All Actions Contribute Equally: Learning Precise Progress Estimation from Imprecise Demonstrations
AI 导读
Huanqian Wang提出PRIME方法，通过构建加权图和最短路径搜索，从非精确的人类演示中学习精确的进度估计，在仿真和真实世界的高精度操作任务中表现出色，在充电器插入任务上比SFT基线方法提高5倍成功率。
推荐理由
从人类不完美演示中学习进度评估，PRIME方法解决了高精度操作中错误动作干扰奖励信号的问题。
来源：arXiv · cs.RO · arxiv.org