PHIL框架：出错前人工干预纠正机器人策略

Xinkai Jiang等作者提出PHIL（Proactive Human-in-the-Loop）框架，让操作者通过扩展现实（XR）界面预览策略预测的未来运动，在预期不利动作发生前接管纠正；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，再把被拒绝的预测与随后同一物理状态、同一时间范围内执行的纠正动作块配对，用于基于偏好的后训练。 作者在四项真实世界操作任务上，用扩散策略和预训练视觉-语言-动作策略X-VLA评估PHIL。每个条件五次纠正回合下，与HG-DAgger相比，PHIL使扩散策略的平均成功率从44.0%升至70.3%，X-VLA从57.8%升至76.9%。该结果为论文自报，属预印本，尚未见独立验证。

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。