SCRIM：模仿学习状态关键性度量方法

2026年10月15日，arXiv Artificial Intelligence 报道了一项被 CoRL 2026 接收的工作：研究者提出 SCRIM，一种状态关键性度量方法。报道称，模仿学习通常对所有演示状态一视同仁，但少数关键状态下微小动作偏差即导致任务失败。SCRIM 通过训练对抗扰动策略与价值评论器，为每个演示状态估计关键性分数，并用于重加权行为克隆损失、筛选高价值演示子集。在多种仿真与真实机器人操作任务上，报道称 SCRIM 提升了策略训练效果并减少训练数据量。该报道未提及此前是否有相关报道，也未出现与早先报道矛盾的数字、时间或说法。目前进展为方法提出与实验评估，并被 CoRL 2026 接收。

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。