arXiv · ML· Ilia Larchenko·· 10 天前AI 评分20
CoRL 2026 RoboEval 挑战赛:基于离线策略强化学习与在线推理调优的解决方案
Off-Policy RL with Online Inference Tuning: My Solution to the CoRL 2026 RoboEval Challenge
AI 导读
针对 CoRL 2026 RoboEval 挑战赛的八项双臂任务,该方案采用离线策略强化学习与在线推理调优结合的方法,最终在验证种子上取得 0.990 的 RDS 得分。
来源:arXiv · ML · arxiv.org