GR-RL: Going Dexterous and Precise for Long-Horizon Robotic Manipulation

GR-RL   2025   2512.01801  
arXiv Code Project

这篇文章其实讲了很多细节内容，之后很多小巧思也被kai0学去了。总之核心在于RL，一个critic transformer $Q(o_t,l,s_t,a_t)$，那么接下来的很多展开都与这个critic相关：

  1. RL可以用作data filtering，即剔除那些次优的demonstration数据(sec 3.1)
  2. 桥接噪声空间设计(sec 3.3) 除次之外的mirror左右臂(sec 3.2)其实也被kai0使用了。

← Home · All Readings