MPAIL2：真实世界视觉操作逆强化学习

2026年10月20日，arXiv Robotics 报道了 Tyler Han 等作者提出的 MPAIL2，这是一种真实世界逆强化学习方法。报道称，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；报道称，在同等交互与演示预算下，强化学习（RL）和行为克隆（BC）分别只有 0% 和 12%。该工作还称首次展示了真实世界中视觉操作任务间的正向在线迁移。上述成功率与对比数据均来自该报道，其适用条件为抓取放置任务、从零学习且交互与演示预算相同。

AI 根据报道生成 · 46 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。