Jiahong Tang 等五位作者 10 月 20 日公布一步式操作策略 AWLS,在 5 个真实任务、100 次硬件实测中拿下 65 次,超过三类基线。它给每段真人示教动作按优势值打分加权,只让策略学习高分片段,犹豫和低效的动作被直接过滤掉。
正文完
Jiahong Tang 等五位作者 10 月 20 日公布一步式操作策略 AWLS,在 5 个真实任务、100 次硬件实测中拿下 65 次,超过三类基线。它给每段真人示教动作按优势值打分加权,只让策略学习高分片段,犹豫和低效的动作被直接过滤掉。