FAR框架让机器人测试时从失败中学习

Haoran Hao等作者提出失败感知重试框架 FAR（Failure-Aware Retry），让机器人在测试时从先前失败中学习、调整行为并最终自主完成任务。其做法是失败对比偏好适配与轻量动作扰动。 据该工作称，在仿真和真实操作任务中，FAR 相比标准扩散策略平均成功率分别提升 17.6% 和 11.7%，并在持续策略改进中提升了数据效率。该工作已被 CoRL 2026 接收，代码和视频已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。