arXiv cs.AI· Haoxu Huang, Tongsam Zheng, Yifan Chen, Jiacheng You, Yang Gao·· 3 天前AI 评分22
Critical Interval MSE：面向机器人操作策略的可靠离线验证
Critical Interval MSE: Toward Reliable Offline Validation for Robot Manipulation Policies
AI 导读
研究者提出 Critical Interval MSE（CI-MSE），一种用于机器人模仿学习策略的离线验证指标：先用零样本智能体定位任务关键片段，仅在这些片段上计算误差，并施加动作对齐处理以更贴近实际 rollout 行为。
正文 · AI 翻译
摘要：真实世界评估是机器人操作策略的黄金标准，因为它能在策略最终要应对的物理条件和部署挑战下对其进行测试。然而，真实世界评估也是机器人模仿学习策略迭代的瓶颈：它成本高昂、难以复现，而且往往过于稀疏，无法可靠地比较相近的模型变体。一个直接的性能代理指标是专家演示上的验证损失，但该代理指标通常与真实世界性能相关性很差。在本文中，我们提出了关键区间 MSE（CI-MSE），一种直观简单却有效的离线验证指标。CI-MSE 使用零样本智能体定位任务关键片段，将误差计算限制在这些片段上，并应用简单的动作对齐程序，以更好地匹配 rollout 时的行为。在仿真和真实世界实验中，CI-MSE 通常比原始 MSE 在验证误差与 rollout 性能之间产生更强的相关性。在 27 个不同的策略检查点上，CI-MSE 达到了 $-0.87$ 的 Spearman 秩相关，比原始 MSE 的 $-0.61$ 更接近理想值 $-1$，显示出显著改进。敏感性分析表明，我们的指标在广泛的超参数设置下都具有鲁棒性。我们进一步研究了 CI-MSE 在评估分布偏移下的有效性，并确定了其使用的实际边界。总之，本文为加速策略迭代提供了一个简单可靠的离线验证工具。项目网页：this https URL
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.29898 [cs.RO] |
| （或 arXiv:2606.29898v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.29898 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Haoxu Huang [查看电子邮件]
[v1]
2026年6月29日星期一 07:34:39 UTC（2,981 KB）
[v2]
2026年10月13日星期二 09:41:41 UTC（4,090 KB）
来源：arXiv cs.AI · arxiv.org