跳到正文
arXiv · ML· Yusuf Umut Ciftci, Joonwon Kang, Ajay Suresha Sathya, Somil Bansal·· 2026-10-14AI 评分25

SCRIM 量化模仿学习状态临界性以提升任务表现

Where Small Mistakes Matter: Quantifying State Criticality for Imitation Learning

AI 导读

研究提出 SCRIM 度量,通过对抗扰动策略估计专家动作微小偏差引发的价值降级。 SCRIM 为重加权行为克隆损失及筛选高价值演示数据子集提供依据。 该方法在机器人操作任务中提升了策略训练效率与整体性能。

来源:arXiv · ML · arxiv.org