#机器人策略

机器人版通用模型怎么在部署后越用越强？这篇论文给出了 RL 改进的具体配方，讲清了哪些设计选择决定泛化效果。

训练机器人策略想挑最好的 checkpoint 又不想真机一遍遍试，这篇 arXiv 论文给出的 RACE 指标用成功轨迹就能校准打分，实测排名和部署成功率对得上。

机器人模仿学习到末端精度总翻车？这篇 ARC 只用几次人工纠正加 RL 微调，成功率从 33% 拉到 75%，思路挺聪明。

这篇论文把世界模型和语言模型接上了：用语言描述动作，一个预测器跨机器人、视频多个领域通用，规划比视频生成基线快13.9倍，做机器人方向值得细看。

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。

机器人老是失败？试试FAR，它让机器人从失败自学习，不用人管。仿真和真实环境都提升10%以上。

机器人策略新框架LaWAM，不用生成视频就能预测场景变化，又快又准，成功率98.6%还低延迟，推荐做机器人控制的看看。