#行为克隆

机械臂操作评测只看成功率太粗了，这篇 arXiv 论文提出把动作投影到关节轴上，能看出策略到底是干活还是在瞎使劲。

一组研究者做了个手持设备 DexPort，不用机器人也能采灵巧手演示数据，野外数据把成功率从 36% 拉到 78%，做机器人操控的可以看看。

教机器人学灵巧操作的论文：看人类玩几分钟，机器人自己采数据训练，数据量只要强化学习的1/490，成功率还不掉。

这项研究提出了Q-规划，通过离线策略Q函数与大型视觉运动BC策略的结合，实现了机器人策略的自我改进，显著提升了机器人操作的性能，值得一试。

用真实试验数据训练AI规划临床试验，奖励加权行为克隆F1达46.2%，比工具智能体高很多，做医药AI的可以看。