研究人员开发了一种质量可控策略(QCP),允许机器人实时调整其执行质量,例如速度或平稳度。该策略通过迭代式事后重标记过程来提高性能,其中成功的机器人运行被添加到数据集中,并根据其测得的质量进行重标记。在模拟和真实机器人任务上的实验表明,QCP可以提高任务成功率和执行质量,超越初始演示。 AI
影响 使机器人能够动态调整其性能特征,从而提高在各种实际应用中的效率和成功率。
排序理由 该集群包含一篇学术论文,详细介绍了机器人策略控制的新方法。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
- arXiv
- Hugging Face
- Iterative Hindsight Relabeling
- Librarian Bot
- QCP
- Quality-Controllable Policy
- RoboEval
- RoboMimic
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →