论文提出SCRIM量化模仿学习状态关键性

Yusuf Umut Ciftci 等人在 arXiv 发表论文，提出模仿学习中的状态关键性度量方法 SCRIM：通过训练对抗扰动策略和价值评论家，量化专家动作小偏差对下游任务价值的最大破坏程度。该方法可用于重加权行为克隆损失和筛选高价值数据子集，据论文报告，在模拟与真实机器人操作任务中提升了策略训练效果并大幅减少所需训练数据。论文已被 CoRL 2026 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。