首页 /研究 /战略性扩展:通过偏差感知评估与数据收集实现机器人操作的组合泛化学习
LEARNING

战略性扩展:通过偏差感知评估与数据收集实现机器人操作的组合泛化学习

Yu Qi, Zhang Ye, Xinyi Xu, Yuxuan Lu, Amitoj Sandhu, Boce Hu, Haojie Huang, Jonathan Tremblay, Lawson L. S. Wong

发表年份
2026
访问权限
开放获取

摘要

本文提出一个诊断框架,用于定位机器人策略在遵循多样化指令时的组合泛化失败,并量化指令因子偏差。通过偏差感知的数据收集策略,在固定预算下优先补充欠接地因子,显著提升了模拟和真实机器人上的表现。

关键词

compositional generalizationbias-aware evaluationdata collectionrobotic manipulationinstruction factors

相关论文

查看 LEARNING 分类全部论文