提出局部接触密集操作的自主数据采集与离线强化学习方法

Oliver Hausdörfer 等提出模块化方法：在接触密集任务的局部区段自主采集数据，用离线强化学习训练局部策略，再与传统运动规划集成完成长时程装配任务。在四个真实任务中，仅用 2-2.5 小时自主采集数据，长时程任务平均成功率达 96%，规划-only 基线为 55%，最强端到端基线为 37%；局部策略还将施加力降低 49%。在场景级分布外场景下性能保持在 90%，共完成超过 1500 次真实评测 rollout。

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。