ADEPT：预训练加后训练加速高自由度灵巧操作

Jayjun Lee 等作者提出 ADEPT 大规模强化学习框架，用于高自由度机器人灵巧操作：先在通用物体重摆任务上预训练灵巧策略，再以该策略为先验后训练下游策略，从而不必为每个新任务从零学习技能。 作者称，该方法结合行为克隆蒸馏、critic 预热与保守的 on-policy 更新，解决朴素 RL 微调导致预训练能力快速退化的问题，并引入关节空间 Geometric Fabric 保障运动学灵巧性。按论文描述，该框架面向可直接从原始视觉-触觉感知完成长时程任务、并可仿真到真实迁移的高自由度机器人本体。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。