arXiv cs.RO 机器人学· Peng Cheng, Yunxian Hou, Zhi Zhou, Qian Zhang, Chang Huang, Xianyuan Zhan·2026-10-09 12:00· 2 小时前AI 评分55

NeurIPS 2026 论文：同时监督零阶与一阶动作提升策略控制鲁棒性

Higher-Order Action Supervision Makes A Strong Policy Class

AI 导读

论文提出一种新的损失方案，在监督动作标签（零阶动作）的同时监督一阶动作，以提升策略性能与控制鲁棒性，且无需对现有策略模型做结构改动，可作为即插即用模块接入多种离线 RL 框架。