arXiv cs.RO· Salar Asayesh, Hossein Darani, Todd Cao, Evgeny Andriash, Mani Ranjbar·· 2 小时前精选AI 评分60
TIGER：面向稀疏奖励桌面操作的任务空间模仿引导强化学习框架
Task-Space Imitation Guidance for Efficient Reinforcement Learning
AI 导读
论文提出 TIGER，一种面向稀疏奖励桌面机器人操作的任务空间模仿引导强化学习框架，被 CoRL 2026 接收。它不把动作分块模仿策略当作可执行控制器或动作先验，而是通过控制器感知的动作到运动映射，将预测动作块转换为短时域末端执行器参考，为 RL 智能体提供密集进度奖励，同时保留稀疏环境奖励作为主导目标。
推荐理由
论文把动作分块模仿策略当作任务空间进度估计器，为稀疏奖励桌面操作提供密集进度奖励，读者可了解其仿真与真机验证思路。
来源：arXiv cs.RO · arxiv.org