机器人 / 具身智能

When Robots Sleep: Offline Skill Consolidation for Shared-Policy Robot Learning

当机器人睡眠时：面向共享策略机器人学习的离线技能巩固

Nethmi Jayasinghe, Diana Gontero, Amit Ranjan Trivedi

机构 * University of Illinois at Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 机器人学习 ：robot learning(title)；分类 cs.RO

AI总结 提出睡眠-觉醒框架，通过冻结技能记忆和纳什谈判梯度组合，解决多技能学习中的技能耦合崩溃问题，在Meta-World和SurgicAI上显著提升成功率和可靠性。

Visual Verification Enables Inference-time Steering and Autonomous Policy Improvement

视觉验证实现推理时引导与自主策略改进

Mingtong Zhang, Dhruv Shah

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 机器人学习 ：robot policy(abstract)；robotic(abstract)；分类 cs.RO、cs.AI

AI总结 提出VERITAS框架，利用预训练通用机器人策略作为生成器，结合无梯度视觉验证器在推理时评估动作，实现无需额外训练的推理时策略引导和离线策略改进。

Comments Website: https://veritas-improvement.github.io