English(EN) ORPA: Online Residual Policy Adaptation for Robot Manipulation Control with Human Feedback

新框架ORPA通过人类反馈实现机器人动作的实时纠正

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-19 04:00

研究人员推出了一种名为ORPA（在线残差策略适应）的新框架，旨在改进机器人操作控制。ORPA允许根据人类反馈对机器人动作进行实时调整，而无需重新训练整个策略。该方法使用一个轻量级模块来预测残差校正，从而提高在对精度敏感的任务上的性能，并能够从细微错误中恢复。 AI

影响通过允许基于人类反馈的实时校正，实现了更强大、更具适应性的机器人操作。

排序理由这是一篇描述机器人操作新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Muhammad A. Muttaqien, Tomohiro Motoda, Ryo Hanai, Yukiyasu Domae · 2026-08-19 04:00

ORPA：面向机器人操作控制的在线残差策略自适应与人类反馈

arXiv:2608.17323v1 Announce Type: cross Abstract: Robotic manipulation policies trained via imitation learning, such as Action Chunking with Transformers (ACT), can achieve strong performance under ideal conditions but often remain sensitive to small execution errors and distribu…