研究者提出质量可控机器人策略QCP

1. 12:00
   arXiv cs.AI

   QCP：用迭代 hindsight relabeling 学习质量可控的机器人策略

   研究者提出 Quality-Controllable Policy（QCP），一种可在推理时控制执行速度、运动平滑度等单项质量属性及其组合的机器人策略。为突破初始演示的质量上限，QCP 采用迭代 hindsight relabeling 循环：按目标质量标签收集在线 rollout、将成功轨迹加入数据集、按实测质量重新打标并微调策略。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。