一篇新发表在arXiv上的研究论文调查了阶段局部策展在强化学习中过滤操纵演示的有效性。研究发现，在任务的特定时间阶段内应用策展指标并未提高性能，在某些情况下，与全局应用指标相比，结果反而更差。研究表明，将缺陷信号集中在单个阶段可能会被跨缺陷阶段的聚合分数稀释，并且每阶段指标选择在不同任务之间不可转移。 AI
排序理由 该集群包含一篇发表在arXiv上的研究论文，其中详细介绍了实验结果。[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 →
arXiv:2606.15064v1 Announce Type: new Abstract: Manipulation demonstrations have temporal phase structure, and a natural hypothesis is that demonstration-curation metrics should be applied within phases rather than globally. The idea is to segment each trajectory into phases, sco…