机器人策略预训练提出闭环pass@k指标

2026年11月3日，arXiv发布一项针对机器人策略预训练的研究。该研究指出传统验证损失和平均任务成功率存在局限，无法全面评估策略。 研究引入闭环 pass@k 指标，揭示预训练中覆盖度与可靠性的动态权衡。结果表明，在 pass@1 相似的情况下，大 k 值的 pass@k 仍能区分不同后训练表现，且其峰值点随检查点变化。 研究进一步提出了离线检查点选择准则和生成式数据增强方法。这些方法旨在扩展监督范围，从而提升覆盖-可靠性帕累托前沿，实现保持或提升 pass@1 的同时增加模型覆盖度。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。