arXiv cs.RO· Chun Gu, Xiaofei Wei, Yiming Chen, Bozhou Zhang, Juntong Zhang, Xiatian Zhu, Li Zhang·· 3 小时前AI 评分62
TIDE：面向机器人操作的人在回路在线后训练系统
Training in Deployment: Human-in-the-loop Online Post-Training for Robot Manipulation
AI 导读
TIDE（Training In DEployment）是一个人在回路的在线后训练系统，采用来源条件化的监督学习框架，在部署过程中从人类干预和策略生成的rollout在线更新策略，无需学习critic、奖励模型或动作打分器。
来源：arXiv cs.RO · arxiv.org