PRICE：用物理关系做动作块信用分配

2026年10月1日，arXiv cs.RO 报道了 PRICE，一种面向具身强化学习的物理关系信用分配方法。该方法提出用轨迹间的物理关系为动作块分配信用，仅凭终端成功信号即可细化轨迹级监督，无需辅助评估器；方法包含物理关系图与置信度门控信用分配两部分，并给出与终端成功目标相关的有限样本方向界。在 LIBERO、RoboTwin 2.0 和真机实验中，PRICE 相比基于结果的基线任务成功率更高、学习更快。目前进展为该方法被公开报道并给出实验对比结果。

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。