ARC：用稀疏人类修正引导残差强化学习后训练

Anukriti Singh 等研究者在 arXiv 论文（2610.37547）中提出自适应残差修正方法 ARC，一个轻量级后训练模块，用强化学习在冻结策略之上学习残差修正，并以稀疏人类修正确定“何时”“何地”进行自主探索。 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% 提升至 75.0%。人类修正定义的 2-3 维子空间保留了七关节残差空间中 96.0-97.7% 的修正幅度平方值。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。