arXiv Robotics· Zhiyuan Xiang, Xiang Deng, Wanjie Tao, Xu Chen, Zhao Jielun, Weili Guan·· 7 小时前AI 评分34
CSO：通过技能分布对齐与技能粒度优化改进机器人策略
CSO: Refining Robotic Policies via Skill Distribution Alignment and Skill-Grained Optimization
AI 导读
Cascaded Skills Optimization（CSO）两阶段后训练框架通过拒绝采样监督微调对齐观测到技能的映射，并在冻结观测编码器后对每个完整技能计算独立裁剪的重要性比率，实现稳定更新。
来源：arXiv Robotics · arxiv.org