GUARD：异常分数引导生成式机器人策略

2026年11月10日，arXiv Robotics 刊出 Aryaman Gupta 等作者的论文，提出异常感知的 Q-steering 框架 GUARD。据该报道，GUARD 利用策略训练分布构建稠密的失败预判引导信号，在不修改预训练策略的前提下引导扩散去噪过程，面向基于扩散与流匹配的生成式机器人策略。在四个 Adroit 灵巧操作任务上，报道称 GUARD 在正常与扰动动力学下平均成功率分别达 96.0% 和 80.0%，分别超出最强基线 21.0 和 20.0 个百分点，且异常分数最低。上述数字与比较均为论文自述结果，尚待独立复现验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。