Quality-Controllable Policy (QCP) 利用迭代后见重标记提升机器人策略质量

QCP 通过迭代后见重标记实现机器人策略在推理时动态控制速度、平滑度等质量属性。 在 Robomimic 和 RoboEval 实验中，QCP 逐轮提升任务执行质量与成功率，生成的成功轨迹质量超过初始演示。 在真实操作中，通过控制速度提高传送带吞吐量，控制搬运稳定性提升酒杯搬运成功率，证明其实用价值。