AI4S News · AI 热点与科学前沿

arXiv 2026年10月14日

机器人奖励不再被灯光和机位带偏：把任务相关动态从视频里拆出来，MetaWorld成功率94.3%

DiTaR把视频奖励建在任务相关潜动态上，MetaWorld-v3最终成功率94.3%，高于最强视频奖励基线ReWiND的65.2%，并在真实机器人离线强化学习中把成功率从43.3%提到83.3%。