arXiv cs.AI· Zirui Song, Zheng Lu, Haoran Liao, Wanqi Zhong, Yunhe Ni, Lijie Wang, Xiuying Chen·· 3 天前AI 评分22
RIFAR：面向持续机器人学习的可靠性与遗忘感知回放方法
RIFAR: Reliability and Forgetting-Aware Replay for Continual Robot Learning
AI 导读
RIFAR 将可靠性筛选与漂移感知回放选择结合，用冻结的逆动力学模型评估动作与视觉一致性，并优先重选漂移更大的轨迹继续训练。在三个 LIBERO 套件和真实世界实验中，它超越此前基于 WAM 生成式回放的 SOTA，在 LIBERO-Goal 上取得 90.97 AUC，每任务仅保留 320 个历史时间步，约为 50 次演示回放所需步数的 4.9%。
正文 · AI 翻译
摘要：真正的具身能动性要求机器人将连续的现实世界经验转化为持久、可迁移的技能。这需要持续学习，在任务和环境演变时整合新能力而不侵蚀已有知识。经验回放可缓解遗忘，但随着任务积累，存储完整演示变得代价高昂。世界-动作模型提供了一种生成式替代方案，通过联合预测动作和未来观测来重建过往经验。然而，视觉上连贯的推演可能包含无法实现预测状态转移的动作，而新任务适应可能破坏先前学到的行为。因此，RIFAR 将可靠性筛选与漂移感知的回放选择相结合。它从紧凑的演示前缀重建轨迹，并使用冻结的逆动力学模型评估动作-视觉一致性。训练首先将当前演示与筛选出的最高质量轨迹相结合。随后，RIFAR 在相同的历史输入上比较适应前后的动作预测，从同一筛选池中重新选择归一化漂移更大的轨迹用于持续训练。在三个 LIBERO 套件和真实世界实验中，RIFAR 超越了此前基于 WAM 的生成式回放的最先进水平。在 LIBERO-Goal 上，它达到 90.97 AUC，同时每个任务仅保留 320 个历史时间步，约为使用 50 次演示回放所保留步数的 4.9%。
| 评论： | 15 页，6 幅图，9 张表，包括附录 |
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.03079 [cs.AI] |
| （或 arXiv:2610.03079v2 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.03079 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zheng Lu [查看电子邮件]
[v1]
2026 年 10 月 2 日星期五 10:01:17 UTC（5,405 KB）
[v2]
2026 年 10 月 10 日星期六 16:44:42 UTC（5,405 KB）
来源：arXiv cs.AI · arxiv.org