研究人员开发了RESCUE,一个用于评估机器人系统运行时故障监视器有效性的新颖框架。与仅关注警报准确性的传统方法不同,RESCUE通过比较替代操作并识别最佳恢复点来评估警报是否能够进行有用的干预。该框架使用OpenVLA-OFT和$\pi_{0.5}$策略在LIBERO-Spatial和LIBERO-Plus数据集上进行了测试,结果表明监视器的价值取决于可用的干预措施和具体的工作负载。 AI
影响 引入了一种新的机器人系统评估方法,有可能提高自主代理的可靠性和安全性。
排序理由 该集群包含一篇详细介绍机器人系统评估新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- DagsHub
- David Ahmedt-Aristizabal
- Hugging Face
- LIBERO-Plus
- LIBERO-Spatial
- OpenVLA-OFT
- RESCUE
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →