arXiv Artificial Intelligence· Haoxu Huang, Tongsam Zheng, Yifan Chen, Jiacheng You, Yang Gao·· 19 小时前AI 评分27
Critical Interval MSE：面向机器人操作策略的可靠离线验证
Critical Interval MSE: Toward Reliable Offline Validation for Robot Manipulation Policies
AI 导读
研究者提出离线验证指标 Critical Interval MSE（CI-MSE），用零样本智能体定位任务关键片段，将误差计算限制在这些片段内并做动作对齐。在 27 个策略 checkpoint 上，CI-MSE 与 rollout 表现的 Spearman 秩相关为 -0.87，优于原始 MSE 的 -0.61。敏感性分析显示该指标在较宽超参数范围内保持稳健，并给出了评估分布偏移下的适用边界。
来源：arXiv Artificial Intelligence · arxiv.org