arXiv cs.RO 机器人学· Max Muchen Sun, Jueun Kwon, Benjamin Riviere, Todd Murphey·· 5 小时前精选AI 评分57
论文提出 VAQ-MCTS：以状态可达性保值的动作量化方法
Value-Preserving Action Quantization
AI 导读
论文提出保值动作量化方法 VAQ 及其与 MCTS 结合的 VAQ-MCTS 框架，用于行为克隆。作者证明动作量化引起的值函数误差由量化后动作的状态可达性重构误差紧密界定，而非动作重构误差。在物体推动任务基准上，VAQ-MCTS 性能匹配或超越现有行为克隆方法，并提升数据效率与对异构演示的鲁棒性，支持对新环境的零样本适应；硬件实验仅用 10 分钟演示数据即完成全部 30 次真实物体推动试验。
推荐理由
论文证明值函数误差受状态可达性重构误差约束，为动作量化提供了可迁移的理论判据。
来源：arXiv cs.RO 机器人学 · arxiv.org