Adaptive intervention进阶
UniIntervene++自适应分配干预,真机强化学习人类介入率降至0.77%
这篇arXiv预印本尚未经过同行评审。作者提出UniIntervene++,一种在真实机器人在线强化学习中动态分配自主执行与多种辅助行为的干预智能体。它在五个真实操作任务上平均成功率达89.67%,比最强基线高6个百分点,人类介入率仅0.77%,比基线中最低的14.29%相对降低94.6%。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
这篇arXiv预印本尚未经过同行评审。作者提出UniIntervene++,一种在真实机器人在线强化学习中动态分配自主执行与多种辅助行为的干预智能体。它在五个真实操作任务上平均成功率达89.67%,比最强基线高6个百分点,人类介入率仅0.77%,比基线中最低的14.29%相对降低94.6%。
BVER 是一个预印本方法,提出从目标状态和初始分布两端同时扩展中间起点与目标,训练单个目标条件策略。在仿真中,它在点质量迷宫、四足盒攀爬和机械臂套环转移任务上比所有无参考课程学习更快,攀爬 0.4 米盒时达到 95% 成功率的迭代数比最佳无参考基线少约 65%,并且是唯一能学会攀爬 0.7 米盒的无参考方法。该方法无需演示或奖励塑形,对稀疏奖励长程机器人任务训练具有实际价值。
PROMO是一个预印本框架,将跟踪、稳定、能效作为语义目标,通过偏好向量在运行时控制单一四足机器人策略。仿真中100个偏好下67个为非支配解,平均偏好与目标相关性0.8434。真机Unitree Go2上仅改变偏好,能效较平衡偏好最高降低30.4%,位置误差降低38.7%,姿态偏差降低59.0%。
这篇预印本提出 ColoACT 系统,将 RGB、相对深度和伪高程图结合成多线索观测,并用 Action Chunking Transformer 策略控制自推进内镜机器人 BGER。在离体猪结肠中,直线段成功率为 85.4%,弯曲段为 72.5%,复杂弯道也有一定成功率,动作平滑性比行为克隆基线改善约一个数量级。这是首次在自推进结肠机器人上验证模仿学习导航,尚未经过同行评审。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。