论文提出Data Inoculation共享控制数据采集框架

Qiyang Li、Sergey Levine 等提出 Data Inoculation（DI），一种共享控制数据采集框架：人类提供闭环遥操作指令，残差策略在持续增长的数据集上在线训练，并用与后续策略提取相同的奖励最大化目标扰动这些指令，使采集数据覆盖策略未来可能出现的偏差状态；人类的持续纠正则提供恢复演示。 作者称，在三个真实机器人任务上，DI 训练出的策略成功率持续优于或持平行为克隆与离线 RL 训练的策略。论文为 arXiv 预印本，未给出任务细节与成功率分母，上述效果尚未经同行评议或独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。