提出机器人操作策略离线验证指标CI-MSE

Haoxu Huang 等人在论文中提出离线验证指标 Critical Interval MSE（CI-MSE），用于评估机器人模仿学习策略：先用零样本智能体定位任务关键片段，只在这些片段上计算误差，并加入与 rollout 行为更匹配的动作对齐。 在 27 个策略检查点上，CI-MSE 与真实表现的 Spearman 秩相关为 -0.87，比原始 MSE 的 -0.61 更接近理想的 -1；作者称其在较宽超参数范围内稳健，并研究了评估分布偏移下的有效性与适用边界。

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。