提出移动操作分层残差微调框架

Zhefei Gong 等在 CoRL 2026 论文中提出 HiRe-MoMa 框架，用于复杂移动操作系统的稳定、样本高效真实世界微调。该框架在冻结的基础策略上学习加性修正，并将残差解耦为移动底盘与机械臂两个头，采用单向条件连接以缓解梯度干扰。 专家引导的价值对齐利用低于 20% 训练覆盖的稀疏人工干预重塑 critic 的价值分布。作者称，在 TIAGo++ 平台上的实验表明，无论基础策略架构如何，HiRe-MoMa 仅需约 30 分钟在线交互即可提升任务性能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。