发布相干模仿学习微调机器人策略论文

2026年11月，Christian Scherer等研究人员在arXiv上发布了关于相干模仿学习微调机器人策略的新论文。该研究提出了一种结合逆强化学习的一致性模仿学习方法，旨在改进基于行为克隆的大型行为模型。在六个稀疏操作任务测试中，该方法使pi-0.5模型维持或提升了性能，其中五个任务的成功率超过90%，优于使用稀疏奖励的强化学习基准。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。