通过迭代式事后重标注学习可控执行质量的机器人策略
Quality-Controllable Policy（QCP）可在推理时调节机器人的执行属性，例如速度和动作平滑度。其迭代流程会收集成功轨迹，根据实测质量重新标注，并据此微调策略。在 Robomimic、RoboEval 实验以及真实操作任务中，执行质量和成功率均有所提升。速度控制提高了传送带作业的吞吐量；稳定性控制则帮助机器人更可靠地运送酒杯。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。