提出模仿学习状态关键性度量SCRIM

Yusuf Umut Ciftci 等人在论文中提出 SCRIM（State CRIticality Measure），将模仿学习中的状态关键性定义为：在给定状态下对专家动作施加有界扰动所引起的下游价值最坏情况退化，并通过训练对抗扰动策略和价值 critic 来估计该量，为每个演示状态打分，用于行为克隆损失的重加权。 该论文被 Conference on Robot Learning（CoRL 2026）接收，作者称已在多种模拟与真实机器人操作任务上对 SCRIM 进行评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。