面向动作分块模仿学习的校准干预新框架

动作分块视运动觉策略通过预测短动作序列而非单步指令来学习演示，增强时间一致性。然而感知误差和执行漂移可能使机器人偏离演示分布，而策略仍持续产生与观测状态不一致的平滑动作块。研究者提出AutoIntervene框架，在部署部署把机器人真正放到工作现场长期干活，而不只是在实验室演示。部署规模决定了数据回流和经验积累的速度。◆ 小白科普 · 现身中通过视觉-动作支持记忆选择性转移控制权。该记忆基于成功任务执行构建，结合视觉相似性和动作一致性评估提议的动作块。阶段局部支持控制当前阶段内从策略到操作员的转移，全局支持则在操作员恢复后控制返回策略控制。切换阈值基于保留专家演示评估分数的经验分位数校准，避免手动调整。保留的成功轨迹中的干预段用于纠正后续策略更新。真实双臂操作实验表明，该方法在自适应后任务成功率和操作员控制时间上均优于手动干预。