arXiv · cs.AI · Zongtan Li (University of Georgia, Athens, GA, USA), Tianming Liu (University of Georgia, Athens, GA, USA), Ye Zhao (Georgia Institute of Technology, Atlanta, GA, USA) · 9 小时前模型评分36
学习型控制器顺序恢复更新：在保留成功轨迹的前提下学习纠错
Sequential Recovery Updates for Learned Controllers under Successful-Trajectory Preservation
导读
研究提出一种顺序恢复更新方法，在冻结技能参数的控制器中约束新技能的进入规则，只在其能自行复现新恢复且精确重放所有受保护轨迹时才接纳该技能。在两个人形系统的四条数据流上，每条流两次更新在 192 个留出扰动中新增 62 次恢复，且未损失基础控制器的任何成功案例。去掉该约束虽能多恢复 33 个条件，却会让 8 个受保护条件完全无法完成。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “We therefore constrain entry instead of parameters.”
来源：arXiv · cs.AI · arxiv.org