样本效率显著提升
通过轨迹效用动态重标记与保守优势学习，让机器人在稀疏奖励下更快学会复杂操作技能。
吴培良 · Zhaoqi, Wang · Li, Yao · 陈雯柏 · 高国伟
IEEE Transactions on Emerging Topics in Computational Intelligence 2025
利用轨迹效用对早期经验样本进行动态重标记，让少量样本被更充分利用，从而加速学习。
在FetchPickAndPlace任务上，相比DAS-HER，任务成功率提升46%，证明其性能优越。
通过Sim-to-Real实验验证，该方法能够有效迁移到真实机器人环境中。