arXiv cs.RO· Yu Zhang, Jiazhuo Li, Yancong Wei, Kangkang Dong, Xiaojun Zhu, Houde Liu·· 20 小时前精选AI 评分66
REDIRECT：用1%训练预算修复机器人坏习惯
REDIRECT: A 1% Fix for Bad Robot Habits
AI 导读
REDIRECT 提出一种方法，仅用完整训练样本反向传播预算的 1%，在只有回合级保留/问题标签、无需帧级标注或额外交互的情况下定位问题分支并修复局部动作。在三个随机化 ManiSkill 任务和三个随机种子上，平均成功率从 68.2% 提升到 90.3%，恢复 88.8% 的干净重训练差距，而同等算力微调仅恢复 22.1%。
推荐理由
论文给出仅用1%训练预算修复混合质量遥操作数据中局部坏习惯的方法，并报告仿真与真机成功率。
来源：arXiv cs.RO · arxiv.org