RoboLongR：因果一致奖励实现长程操作
热点事件持续更新
RoboLongR：因果一致奖励实现长程操作
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月27日，arXiv Robotics 刊出 Zixuan Chen 等作者的论文，提出 RoboLongR 离线到在线框架。该框架学习依赖历史的奖励来引导策略适应新任务，核心目标是让奖励进度与执行历史所支持的前置条件保持因果一致。据该报道，RoboLongR 在 88 个 RLBench 任务和 Open-X 数据上完成预训练后，在未参与奖励预训练的 18 个长程任务上平均成功率达 31.8%，比最强基线高 9.2 个百分点；在 4 个真实机器人任务上成功率为 57.5%，比对比方法高 32.5 个百分点。目前事件进展停留在论文发布与上述实验结果的披露，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
RoboLongR：因果一致奖励让机器人逐步掌握长程操作报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv RoboticsRoboLongR：因果一致奖励让机器人逐步掌握长程操作
RoboLongR 是一个离线到在线的框架，通过学习依赖历史的奖励引导策略适应新任务，核心目标是让奖励进度与执行历史支持的前置条件保持因果一致。在 88 个 RLBench 任务和 Open-X 数据上预训练后，它在未参与奖励预训练的 18 个长程任务上平均成功率达 31.8%，比最强基线高 9.2 个百分点；在 4 个真实机器人任务上成功率为 57.5%，比对比方法高 32.5 个百分点。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。