10:11
官方账号arXiv cs.AI@Haoran Hao, Shahram Najam Syed, Jeffrey Ichnowski, Jeff Schneider
推荐理由：机器人老是失败？试试FAR，它让机器人从失败自学习，不用人管。仿真和真实环境都提升10%以上。
Diffusion Policy
共 1 条相关 AI 资讯
7月2日
10:11
FAR（Failure-Aware Retry）是一种让机器人在真实环境中从失败中学习的框架。它通过失败对比偏好适应（Failure-Contrastive Preference Adaptation）从失败数据中构造偏好学习，引导策略避开先前失败行为。在重试期间加入轻量动作扰动促进局部探索。在仿真和真实操作任务中，FAR相比标准Diffusion Policy平均成功率提升17.6%（仿真）和11.7%（真实）。在持续策略改进中，FAR通过利用信息性失败案例显著提升数据效率。