MANIPULATION
自由形式偏好学习用于机器人操作
Marcel Torne, Anubha Mahajan, Abhijnya Bhat, Chelsea Finn
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出自由形式偏好学习（FPL）方法，允许标注者定义自然语言偏好轴并提供成对偏好，从而学习语言条件奖励模型。该方法在长时域操作任务中显著优于稀疏奖励和二元偏好方法，性能提升38个百分点。
关键词
freeform preference learningreward modellong-horizon manipulationlanguage-conditionedpolicy improvement
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996