论文：在预算约束下通过刻意练习学习机器人技能

tomssilver · x · 2026-08-31

推荐论文《Deliberate Practice: Learning Robot Skills under a Budget》。该研究提出了一种在样本效率上具有鲁棒性的通用方法，通过在模拟中发现失败模式并学习额外的恢复技能来增量式地提高策略鲁棒性。论文提出了 MetaReSkill 在线算法，监控所有恢复策略的训练进度并分配训练资源。实验表明，即使有限的恢复学习也能将任务成功率从 71% 显著提高到 92.4%（模拟）和 90%（真实机器人）。