MANIPULATION
从失败中学习更多：基于事后经验的强化学习
Iris Xu, Sunshine Jiang, John Marangola, Nitish Dashora, Richard Li, Thomas Liu, Zexue He, Yuheng Zhi, Alex Pentland, Pulkit Agrawal, Zhang-Wei Hong
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为“事后学习”（LfH）的方法，通过将失败的机器人操作轨迹重新标记为成功完成的其他任务，显著提高了视觉-语言-动作模型在强化学习后训练中的样本效率。实验表明，在分布外任务上，LfH实现了5倍的样本效率提升，优于传统密集奖励方法。
关键词
reinforcement learningsample efficiencyhindsight relabelingvision-language-actionmanipulation
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