PEARS框架提升触觉操作策略在线自适应效果

1. 12:00
   arXiv cs.RO 机器人学

   PEARS：基于失败推理与扩散引导的触觉操作高效自适应框架

   PEARS 提出一种物理先验引导的混合强化学习框架，用于带触觉反馈的预训练机器人策略在线自适应。仿真中 PEARS 较最强单任务基线将成功率提升 12.4-37.4 个百分点，达到同等成功阈值所需交互回合数最多减少 53.2%。真实实验中，PEARS 在白板擦除任务上达到 95% 成功率，在移液器吸取任务上达到 90%。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。