热点事件历史事件

PHIL框架：操作员提前接管纠正机器人策略

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Xinkai Jiang等作者提出PHIL框架，让操作员通过XR界面在机器人执行前预览策略预测的未来动作，在不良动作发生前接管纠正，并把被拒绝的预测与纠正动作配对，用于偏好后训练。在四项真实操作任务上，每个条件进行五次纠正回合，扩散策略平均成功率从44.0%提升到70.3%，X-VLA从57.8%提升到76.9%，对比基线为HG-DAgger。作者称，用主动纠正训练的策略在成功回合中不必要的恢复行为更少。

AI 根据报道生成 · 5 天前更新

最新进展11月5日 13:00

PHIL：通过偏好学习实现主动式人在回路干预

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

13:00
arXiv cs.RO
PHIL：通过偏好学习实现主动式人在回路干预
论文提出 PHIL 框架，让操作员通过 XR 界面预览策略预测的未来动作，在不良动作发生前接管纠正，并将被拒绝的预测与纠正动作配对用于偏好后训练。在四项真实操作任务上，每条件五次纠正回合，扩散策略平均成功率从 44.0% 提升到 70.3%，X-VLA 从 57.8% 提升到 76.9%，对比基线为 HG-DAgger；用主动纠正训练的策略在成功回合中不必要的恢复行为更少。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1011月5日 14:00
近 24 小时变化: -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。