提出部署期监控与干预框架改进机器人策略

Colton Crosby 等研究者提出一种离线训练的监控与干预框架，仅通过黑盒查询访问即可在部署期改进机器人策略：从有限的带标签在策略 rollout 中学习衡量任务进展的 liveness 值，并结合 play 数据训练紧凑的潜空间世界模型；部署时持续监控执行，检测到进展丢失后由短视界规划器在世界模型中搜索纠正动作，再把控制权交回原策略。 该方法在 LIBERO-Goal 任务套件和一台 Franka Panda 机械臂上评估，使用的原策略为视觉-语言-动作模型 π₀.₅ 和一个扩散策略。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。