Quality-Controllable Policy

新的机器人策略允许实时控制速度和流畅度

研究人员为机器人开发了一种质量可控策略（QCP），能够在推理时动态控制执行属性，如速度和流畅度。为了将可控质量的范围扩展到初始演示之外，QCP采用了迭代式事后重标记循环。该过程包括收集在线试验、将成功的轨迹添加到数据集中、根据测量到的质量对其进行重标记，以及微调策略。在Robomimic和RoboEval上的实验表明，QCP提高了任务执行质量和成功率，而现实世界的测试则展示了在物理部署中的实际收益，例如提高了吞吐量和稳定性。