稀疏人类修正可定位并约束机器人策略的自主后训练。
资讯摘要
论文提出自适应残差修正（ARC），一种轻量后训练模块：在冻结策略之上用强化学习学习残差修正，并以稀疏人类修正引导自主探索。ARC 不把人类修正当作模仿目标，而是用干预前状态判断残差控制何时激活，用修正几何确定在残差动作空间的何处探索，由任务奖励决定最终执行何种残差。作者报告在真实机器人的三项精密操作任务上，平均成功率由 33.3% 提升至 75.0%。
要点速读
- ARC 在冻结策略上学习残差修正，人类修正仅用于确定激活时机与探索子空间，不作为最终动作目标。
- 作者报告真实机器人三项精密操作任务平均成功率从 33.3% 升至 75.0%。
- 人类修正定义了七关节残差空间中 2–3 维的任务相关子空间，保留 96.0–97.7% 的修正幅度平方。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。