LEARNING
审计演示数据筛选指标：仅基于动作的评分器无法检测出降低模仿策略性能的结构性缺陷
Aarav Bedi
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文构建了一个受控测试平台，向演示数据中注入已知类型的缺陷，并审计了七种筛选指标。研究发现，仅基于动作的指标无法检测出关键时刻执行错误动作的结构性缺陷，甚至会将缺陷演示评为更高质量，导致筛选后的策略性能不升反降。
关键词
imitation learningdemonstration curationbehavior cloningpolicy evaluationrobotics
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018