CoRL'24 | pass离线微调！在线实现机器人的学习高效微调！

文章预览

点击下方 卡片 ，关注 「3D视觉工坊」 公众号 选择 星标 ，干货第一时间送达 来源：3D视觉工坊 添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。 扫描下方二维码，加入「 3D视觉从入门到精通 」知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料： 近20门秘制视频课程 、 最新顶会论文 、计算机视觉书籍 、 优质3D视觉算法源码 等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！ 0.这篇文章干了啥？ 这篇文章提出了 MOTO（Model-based Offline to Online Fine-tuning）算法，该算法旨在通过模型驱动的方法实现从离线数据到在线微调的高效转化。MOTO 结合了模型基础的价值扩展、不确定性感知的预测建模和行为正则化策略，改进了传统的演员-评论家算法。实验结果显示，MOTO 在 MetaWorld 和 Standard Franka ………………………………