arXiv Robotics· Wenye Yu, Yijin Chen, Kaiyi Xiong, Wenbo Han, Wendi Chen, Yang Jin, Han Xue, Jun Lv, Cewu Lu, Chuan Wen·· 2 小时前AI 评分26
Value as Memory（VaM）：面向通用机器人策略的在线价值引导后训练框架
Value as Memory: Online Value-Guided Post-training for General Robot Policies
AI 导读
研究者提出 Value as Memory（VaM）框架，通过价值缓存将近期价值预测作为任务进度记忆来约束动作选择，并结合在线真实世界强化学习，融合离线演示、离策略干预与在策略 rollout 实现样本高效适配。
来源：arXiv Robotics · arxiv.org