QCP：用迭代事后重标注学习质量可控的机器人策略

研究提出质量可控策略 QCP，可在推理时控制执行速度、运动平滑度等单项质量属性及其组合。为把可控质量范围扩展到初始示教之外，作者设计了迭代事后重标注循环：按目标质量标签收集在线 rollout，将成功轨迹加入数据集，再按实测质量对累积轨迹做事后重标注并微调策略。