arXiv · ML· Zhanyi Sun, Max Simchowitz, Shuran Song·· 7 小时前AI 评分23
机器人策略预训练中覆盖度与可靠性动态：超越验证损失
Beyond Validation Loss: Coverage and Reliability Dynamics in Robot Policy Pretraining
AI 导读
研究指出传统验证损失和平均任务成功率无法全面评估机器人策略，引入闭环 pass@k 指标揭示预训练中的覆盖-可靠性权衡。 大 k 值 pass@k 在 pass@1 相似时仍能区分不同后训练表现，且其在训练过程中的峰值点随检查点变化。 提出离线检查点选择准则和生成式数据增强方法，在保持或提升 pass@1 的同时扩展监督范围，提升覆盖-可靠性帕累托前沿。
来源：arXiv · ML · arxiv.org