arXiv Robotics· Chang Liu, Sibo Tian, Litian Gong, Zhiwen Fan, Jiachen Li, Xiao Liang, Minghui Zheng·· 4 小时前AI 评分27
PACER：从人类纠正中学习的过程感知 VLA 策略用于机器人拆解
PACER: Process-Aware VLA Policy Learning from Human Corrections for Robotic Disassembly
AI 导读
PACER 是一个过程感知的纠正与证据重加权框架，通过 SFT 利用策略自身 rollout 与人类纠正经验，按目标进展及每条轨迹的来源和结果对有效动作块加权。在 UR5e 主板拆解的五类元件评测中，PACER 在留出基准上完成 87/100 次成功接近与交接试验，而普通后 SFT 仅为 54/100。
来源：arXiv Robotics · arxiv.org