SPECTRA：以物体为中心评估机械臂操作质量

Lorena Maria Genua等作者提出SPECTRA，一个面向刚性物体操作的物体中心执行质量量化框架，用于区分二值成功标签无法分辨的几何精度差异。方法从仿真中少量专家演示提取进度对齐的相对位姿，识别受约束的位姿方向及其允许变化范围，再以超出允许范围的偏差汇总为取值在[0,1]的任务质量指数Q。 在七个仿真任务上，每任务用30条演示时约束恢复准确率为94%；对三个学习策略的rollout打分，与人类判断的合并Spearman相关性为全部rollout p=0.81、成功rollout中p=0.61，在两个子集上均超过所有基线。作者称探索性结果显示，其成功率高于用随机选取的演示训练。以上均为仿真结果，尚未见实机验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。