热点事件持续更新

STEAM自监督优势建模方法发布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

STEAM研究团队发布一种无标签方法STEAM，从专家演示中学习帧级优势值，用于区分机器人操作中的可靠进展与失败回退。该方法在专家轨迹的帧对上训练时间偏移预测器集成，以归一化时间偏移作为自监督信号，将预测分布转为标量优势并取集成最小值，保守地为混合质量rollout数据打分。在真实双臂叠毛巾、芯片结账、桌面清理和可乐补货四项任务上，STEAM结合CFGRL取得最高策略成功率，平均83.5%，对比最佳基线58.8%。

AI 根据报道生成 · 3 小时前更新

最新进展10月9日 12:00

STEAM：面向真实机器人学习的自监督时间集成优势建模

报道时间线

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.RO 机器人学
STEAM：面向真实机器人学习的自监督时间集成优势建模
STEAM 提出一种无标签方法，从专家演示中学习帧级优势，用以区分可靠进展与失败回退。它在专家轨迹的帧对上训练时间偏移预测器集成，以归一化时间偏移作为自监督信号，将预测分布转为标量优势并取集成最小值保守打分混合质量 rollout 数据。在真实双臂叠毛巾、芯片结账、桌面清理和可乐补货四项任务上，STEAM 结合 CFGRL 取得最高成功率，平均 83.5%，对比最佳基线 58.8%。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月9日 13:00
近 24 小时变化: –

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。