arXiv cs.AI· Anukriti Singh, Maxime Caniot, Pratap Tokekar, Firas Abi-Farraj·· 12 小时前AI 评分32
ARC：用稀疏人类纠正引导机器人策略残差修正
When, Where, and What to Correct: Human-Guided Adaptive Residual Correction for Robot Policies
AI 导读
研究者提出轻量后训练模块 Adaptive Residual Correction（ARC），在冻结策略之上用强化学习学习残差修正，并以稀疏人类纠正引导自主探索。在真实机器人的三项精密操作任务上，ARC 将平均任务成功率从 33.3% 提升至 75.0%。人类纠正定义了七关节残差空间中 2-3 维的任务相关子空间，保留 96.0-97.7% 的纠正幅度平方。
正文 · AI 翻译
摘要：能够可靠执行大部分操作轨迹的模仿策略，在需要最后一步精度的局部区域仍可能失败。更新完整策略或在所有位置探索残差动作，会把这种局部失败当作全局学习问题。我们提出自适应残差校正（ARC），这是一个轻量级训练后模块，它使用强化学习（RL）在冻结策略之上学习残差校正，同时利用稀疏的人类校正来组织自主探索。ARC 不把人类校正当作模仿目标，而是利用干预前状态来确定残差控制应在“何时”激活，利用校正几何来确定自主细化应在残差动作空间中的“何处”探索；任务奖励决定最终执行“什么”残差。在真实机器人上的三项精密操作任务中，ARC 将平均任务成功率从 33.3% 提升到 75.0%。人类校正定义了七关节残差空间中依赖任务的 2-3 维子空间，这些子空间保留了 96.0-97.7% 的校正幅度平方。这些结果表明，稀疏的人类校正能够定位并约束自主训练后过程，而无需将观测到的校正本身作为最终动作目标。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.37547 [cs.RO] |
| （或 arXiv:2610.37547v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.37547 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Anukriti Singh [查看电子邮件]
[v1]
2026年10月27日星期二 16:58:54 UTC（963 KB）
来源：arXiv cs.AI · arxiv.org