FOCUS框架用模态切换缩小机器人操作训练测试差距

Filip Grigorov 等提出 FOCUS 单阶段 PPO 框架，用于基于 RGB-D 的机器人操作强化学习：critic 在特权状态上训练，同时依据两种模态动作分布的 KL 散度自动调节 actor 从 RGB-D 还是特权状态隐变量采集 rollout，并用表征对齐促使两者动作选择一致。 在五个操作任务上，FOCUS 将平均测试成功率从各任务最强 RGB-D 测试基线的 0.71 提升到 0.93；在 Pick-and-Place 任务上，测试成功率从 0.47 升至 0.86，AUC 从 0.12 升至 0.61，在固定交互预算下学习效率为 5.0 倍。

AI 根据报道生成 · 56 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。