arXiv · ML· Junnan Nie, Zitian Fan, Jiachen Zhang, Junyi Lao, Likui Zhang, Chenghao Liu, Xiaoyang Lu, Yunbo Wang, Yixue Zhang, Linbo Zhai, Jiayi Li, Mengzhe Wang, Xichang Wu, Bin Wang, Chang Liu, Tianle Zhang, Songfang Huang·· 9 小时前AI 评分25
Event2Reward：基于进展关系学习机器人奖励
Event2Reward: Learning Robotic Rewards from Progress Relations
AI 导读
Event2Reward 提出结合绝对与相对进展监督方法，在四个 LIBERO 套件中，通过稀疏奖励训练将平均策略成功率提升 18.16 个百分点。 该方法利用约 100K 条真实机器人记录构建事件注释数据集，无需逐帧绝对进展标签，通过事件内进展关系约束局部变化。 在真实机器人上，30 分钟训练后精确插入任务成功率达 60.0%，物体操作任务达 90.0%，均显著优于基线。
来源：arXiv · ML · arxiv.org