LEARNING
FlowDAgger：在潜在空间中通过人类干预自适应生成式机器人策略
Michael Murray, Daphne Chen, Simran Bagaria, Dean Fortier, Tess Hellebrekers, Galen Mullins, Harshavardhan Gajarla, Oier Mees, Maya Cakmak, Andrey Kolobov
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
FlowDAgger提出了一种高效方法，通过将人类专家动作逆映射到潜在噪声空间，实现对冻结生成式机器人策略的轻量级自适应。该方法仅需少量人类干预即可快速获取新技能，同时保留基础策略的行为先验，在仿真和真实操作任务中优于监督微调。
关键词
human-in-the-loopgenerative policylatent space adaptationaction inversionflow matching
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