跳到主要内容
检索

# 变量含误差回归

1 篇关联报道

订阅更新
  1. arXiv

    模仿策略学出本体感知锚点:一次测量即可预测新噪声下的敏感度,部署时保护却失效

    在带噪声物体位置读数上训练的模仿策略,并不按经典可靠性比例折减读数,而是把自身本体感知当作锚点,按读数噪声与锚点误差方差之比给读数加权。锚点误差方差须从策略本身测得,且远小于对示范数据的回归估计;在 Square 与 Can 两个任务、MLP 与扩散策略两类学习器上,一次测量预测了十个留出噪声水平的敏感度,平均绝对误差 0.025,经典误差变量回归为 0.37。闭环部署时策略自己产生机器人状态,锚点不再提供保护:通过注册门槛的 15 个策略中没有一个保留开环保护,8 个完全跟随持续读数偏移。

已读完全部报道