CubeDAgger: 面向动态系统的高效低风险交互式模仿学习

1. 13:00
   arXiv · ML

   CubeDAgger: 面向动态系统的高效低风险交互式模仿学习

   动态任务中专家切换易导致动作突变，CubeDAgger 通过三项改进在保持动态稳定性的同时提升了策略鲁棒性。 该方法在 EnsembleDAgger 基线上增加阈值激活正则化、最优共识系统以及自回归彩色噪声注入以实现时序一致探索。 实机倒水实验表明，仅需 30 分钟交互即可从零训练出鲁棒策略，论文已被 IROS 2026 接收。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。