arXiv Robotics· Tyler Han, Bat Nemekhbold, Siyang Shen, Rohan Baijal, Richard Ebock, Harine Ravichandiran, Sanghun Jung, Kevin Huang, Byron Boots·· 2 小时前AI 评分45
MPAIL2 用在线世界模型实现真实世界机器人逆强化学习
Online World Modeling Enables Real-World Inverse Reinforcement Learning from Observation
AI 导读
MPAIL2 是首个在真实世界中从零学习视觉操作任务的逆强化学习方法，仅依赖任务观测（如视频），无需手工奖励、仿真建模或动作监督。在不到 40 分钟内，它从零学会抓取放置任务并达到 82% 成功率，而同等交互与演示预算下的 RL 和 BC 分别只有 0% 和 12%。该工作还首次展示了真实世界中视觉操作任务间的正向在线迁移。
来源：arXiv Robotics · arxiv.org