#robot policies

10 stories · 0 in 7 days · 4 in 30 days

reinforcement learning 2 ARC 1 arXiv 1 checkpoint 1 JEPA 1 LaLa-World 1 Q-Planning 1 RACE 1

Stories, products and papers tagged "robot policies", newest first.

Nov 5

Papers Builders12:14

Chinese content强化学习让通用机器人策略实现多任务在线自我改进

机器人版通用模型怎么在部署后越用越强？这篇论文给出了 RL 改进的具体配方，讲清了哪些设计选择决定泛化效果。

#robot policies #reinforcement learning #robot foundation models #arXiv

arXiv cs.LG@Michal Korniak et al. (24)Source

Papers Builders10:50

Chinese contentRACE：无需真实试跑的机器人策略检查点评估方法

训练机器人策略想挑最好的 checkpoint 又不想真机一遍遍试，这篇 arXiv 论文给出的 RACE 指标用成功轨迹就能校准打分，实测排名和部署成功率对得上。

#RACE #robot policies #checkpoint #simulation

arXiv cs.AI@Changyeon Kim et al. (3)Source

Oct 28

Papers10:24

Chinese contentARC：用稀疏人工纠正做机器人策略的残差修正

机器人模仿学习到末端精度总翻车？这篇 ARC 只用几次人工纠正加 RL 微调，成功率从 33% 拉到 75%，思路挺聪明。

#robot policies #reinforcement learning #imitation learning #ARC

arXiv cs.AI@Anukriti Singh et al. (4)Source

Oct 21

Papers Builders09:47

Chinese contentLaLa-World：用语言条件训练潜在世界模型，规划速度提升13.9倍

这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。

#LaLa-World #world models #robot policies #JEPA

Event

arXiv cs.LG@Junha Song et al. (8)Source

Aug 24

Papers09:54

Chinese content超越模仿：通过离线策略Q-规划提升机器人策略

这项研究提出了Q-规划，通过离线策略Q函数与大型视觉运动BC策略的结合，实现了机器人策略的自我改进，显著提升了机器人操作的性能，值得一试。

#Q-Planning #robot policies #recursive self-improvement #behavior cloning

arXiv cs.LG@Varun Giridhar et al. (5)Source

Jul 17

ModelsMulti-sourceSelected73°11:32

Chinese contentRoboTTT：将机器人策略视觉上下文扩展到8000时间步

NVIDIA发布了RoboTTT，能把机器人策略的上下文窗口做到8000步，看懂人类演示后直接模仿，长任务完成率比单步模型高87%。想了解机器人怎么学更长历史可以看这个。

#RoboTTT #robot policies #long-horizon tasks

Event

arXiv cs.AI@Yunfan Jiang et al. (11)Source

Jul 2

Papers10:11

Chinese contentFAR: 失败感知重试框架实现测试时恢复与持续策略改进

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。

#FAR #Failure-Aware Retry #Diffusion Policy #robot policies

arXiv cs.AI@Haoran Hao et al. (4)Source

Jun 16

Models11:43

Chinese contentLaWAM：潜在世界行动模型实现高效动力学感知机器人策略

机器人策略新框架LaWAM，不用生成视频就能预测场景变化，又快又准，成功率98.6%还低延迟，推荐做机器人控制的看看。

#LaWAM #robot policies #world models

arXiv cs.AI@Jialei Chen et al. (12)Source

Jun 9

PapersSelected09:42

Chinese contentActProbe：轻量动作空间探针，提前检测机器人策略失败

做机器人策略部署或安全检测的团队，终于有了一个不依赖模型内部状态、零运行时开销的失败预警方案——ActProbe 只需动作序列就能提前发现异常，建议做真实机器人实验的开发者直接试。

#robot policies #reinforcement learning

arXiv cs.AI@Bingjia Huang et al. (10)Source

May 27

PapersSelected72°10:34

Chinese contentFineVLA：细粒度指令对齐实现可操控的视觉-语言-动作策略

做机器人策略学习和 VLA 模型的研究者终于有了可用的细粒度数据框架——FineVLA 不仅开源了 47K 条验证轨迹和基准，还证明了细粒度指令能显著提升操控精度，做双臂操作或仿真迁移的团队可以直接用。

#VLA models #robot policies #datasets

arXiv cs.AI@Xintong Hu et al. (14)Source