RACE：面向机器人策略检查点选择的免 rollout 校准累积评分

RACE 是一种无需实机 rollout 的机器人策略检查点排序指标，用一组固定的成功轨迹为动作偏差设定状态条件阈值，再以连乘方式累积评分，使较大偏差削弱后续参考预测的权重。作者指出平均验证损失存在两点局限：它惩罚动作偏差却不考虑策略能否从中恢复，且对后续参考预测给予同等权重。仿真中 RACE 在不同验证来源下优于基线，部分基线在验证集变化时明显退化；在真实机器人上，其排序在所评估的策略骨干和不同难度任务上与部署成功率一致。扰动分析显示，即使基线反应相近，RACE 也能区分对任务成功影响明显不同的偏差。