REDIRECT：用 1% 训练预算修复机器人坏习惯

REDIRECT 仅用 1% 的全训练样本反向预算，即可修复机器人从少量缺陷遥操作演示中学到的坏习惯，无需帧级标注或额外交互。在三个 ManiSkill 随机化任务上，REDIRECT 将平均成功率从 68.2% 提升至 90.3%，恢复 88.8% 的干净重训练差距，而同算力微调仅恢复 22.1%。在 PiPER 机械臂的杯子插入与毛巾折叠任务上，它恢复 86.7-92.9% 的差距。