arXiv · cs.RO· Zixuan Chen; Lin Cao; Fenggang Zhang; Haotong Zhang; Yangtao Chen; Jieqi Shi; Jing Huo; Yang Gao·· 6 天前精选AI 评分71
论文 / 摘要阅读
RoboLongR：因果一致奖励引导机器人逐步掌握长程操作
RoboLongR: Causally Consistent Rewards Teach Robots to Progressively Master Long-Horizon Manipulation
AI 导读 · 根据来源整理
RoboLongR 是一个离线到在线的框架，通过学习依赖历史的奖励引导策略适应新任务，核心目标是让奖励进度与执行历史支持的前置条件保持因果一致。方法采用阶段打乱监督、循环记忆和两轮训练，并以稀疏终端反馈触发对重复高分失败的纠正。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org