QCP质量可控机器人策略论文发布

2026年10月27日，研究团队Sinj ae Kang等人在arXiv平台提交论文《Learning Quality-Controllable Robot Policies with Iterative Hindsight Relabeling》，发布名为QCP的机器人策略。 QCP利用迭代后见重标记技术，实现了在推理时动态控制机器人动作的速度、平滑度等质量属性。在Robomimic和RoboEval基准实验中，QCP能够逐轮提升任务执行质量与成功率，生成的成功轨迹质量甚至超过了初始演示。 在真实应用层面，QCP展示了实用价值：通过控制速度提高传送带吞吐量，通过控制搬运稳定性提升了酒杯搬运成功率，验证了该策略在特定质量约束下的实际效果。

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。