arXiv cs.RO 机器人学· Colton Crosby, Hao Wang, Mac Schwager, Somil Bansal·· 2 小时前精选AI 评分56
Back on Track：通过世界模型规划在部署期改进机器人策略
Back on Track: Deployment-time Policy Improvement via World Model Planning
AI 导读
论文提出一种离线训练的监控与干预框架，仅通过黑盒查询访问即可在部署期改进策略：从有限的带标签在策略 rollout 中学习衡量任务进展的 liveness 值，并结合 play 数据训练紧凑的潜空间世界模型；部署时 liveness 值持续监控执行，检测到进展丢失时由短视界规划器在世界模型中搜索纠正动作，随后控制权交回原策略。
推荐理由
论文提出只靠黑盒查询在部署期修复策略的方法，省去重训成本，读者可评估其对现有视觉运动策略的改造代价。
来源：arXiv cs.RO 机器人学 · arxiv.org