跳到正文
arXiv · AI· Tu Lin, Zheng Lu, Zirui Song, Zixian Lin, Zebang Feng, Meijia Chen, Xiaoyu Sun, Wanru Li, Lijie Wang, Xiuying Chen·· 2026-10-05AI 评分26

RIFAR:面向持续机器人学习的可靠性感知与遗忘感知重放方法

RIFAR: Reliability-Informed and Forgetting-Aware Replay for Continual Robot Learning with World-Action Models

AI 导读

RIFAR 结合可靠性筛选与漂移感知重放选择,在 LIBERO 等基准上超越基于世界动作模型的生成式重放现有技术。 该方法利用冻结的逆动力学模型评估动作-视觉一致性,从紧凑演示前缀重构轨迹,并通过比较适配前后动作预测筛选漂移较大的轨迹。 在 LIBERO-Goal 数据集上,RIFAR 取得 90.97 AUC,仅保留每任务 320 个历史时间步,约为 50 演示重放方法的 4.9%。

来源:arXiv · AI · arxiv.org