arXiv · cs.RO官方发布· Xinkai Jiang, Jing Jiang, Hongyi Zhou, Pankhuri Vanjani, Ahmad Baki, Jakub Suliga, Ge Li, Zhuoyue Li, Gerhard Neumann, Rudolf Lioutikov·· 2 小时前精选AI 评分62
论文 / 摘要阅读
PHIL：通过偏好学习在机器人出错前进行主动人工干预
Correct Robots Before They Make Mistakes: Proactive Human-in-the-Loop Intervention via Preference Learning
AI 导读 · 根据来源整理
论文提出 Proactive Human-in-the-Loop（PHIL）框架，用于主动策略纠正和基于偏好的后训练。操作者可通过扩展现实（XR）界面预览策略预测的未来运动，并在预期的不利动作发生前介入；接管期间，PHIL 持续查询策略并在物理工作空间显示其预测轨迹。PHIL 将策略被拒绝的预测与随后在同一物理状态、同一时间范围内执行的纠正动作块配对，基于偏好的后训练促使策略倾向这些纠正。作者在四项真实世界操作任务上使用扩散策略和预训练视觉-语言-动作策略 X-VLA 评估 PHIL。
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