CARF：利用失败轨迹的对比吸引-排斥流匹配框架

机器人演示数据常包含不完美甚至失败的轨迹。现有方法多只利用其中仍能推进任务完成的片段，而忽略直接导致失败的失败关键行为。研究团队提出CARF框架，认为这两类片段提供非对称监督：进步片段应被模仿，失败关键片段应被明确回避。CARF引入基于进度的评分器，仅用成功专家演示及其扰动结果训练，用于估计每一步对任务完成的贡献，并识别失败轨迹中的信息区域。这些分数指导统一的流匹配目标，吸引策略趋向进步行为、排斥失败关键行为，同时排除模糊片段。该设计更充分利用不完美数据，并避免模糊失败片段带来的不可靠监督。在仿真仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身和真实环境的广泛实验中，CARF在不同失败场景下持续优于对比基线，消融实验进一步验证了评分与吸引-排斥机制的有效性。项目网站为 https://zhao-sq.github.io/carf/#。