GR-BC离线后训练框架提出

2026年10月15日，arXiv Robotics 报道，Xiaoman Li 等作者提出 Graph-Reweighted Behavior Cloning（GR-BC），一种离线迭代后训练框架。据该报道，GR-BC 针对长时程精准操作中混合质量数据的问题，在演示以及迭代收集的 rollout（含带人类干预的成功与失败回合）上构建任务条件的目标可达图，通过反向图搜索计算到达任务成功所需的最少剩余步数，并按每个动作块对该势能的削减程度进行加权。报道称该框架为离线迭代后训练，适用于上述数据构成与任务场景。目前进展仅限该篇报道所披露的方法提出，暂无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。