机器人削皮学习框架发布：少量轨迹达高成功率

研究团队发布一个两阶段学习框架，以用刀削皮作为精细操作的代表任务：先用带力感知的数据采集和模仿学习得到初始策略，再用结合定量指标与人类反馈的奖励模型进行偏好微调。 据该研究称，仅用 50~200 条削皮轨迹，系统在黄瓜、苹果和土豆上的同品类成功率达到 100%，偏好微调后性能最高提升 40%。只用单一品类训练出的策略还能零样本迁移到部分未见品类，西葫芦成功率 50%、梨 90%、白萝卜 80%。 该框架由 Toru Lin 等作者在论文中提出，目前给出的结果限于上述果蔬品类。

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。