跳到主要内容
检索

# 残差强化学习

3 篇关联报道

订阅更新
  1. medRxiv

    脓毒症血糖数字孪生不再等误差超标：冻结PatchTST加强化学习残差修正，10名ICU患者一步预测全部改善

    脓毒症重症监护中的血糖数字孪生此前只在预测误差超过阈值后才重新微调模型，属于事后补救。这项工作报告一种主动式流程：冻结的PatchTST基础模型给出一步预测，Actor–Critic强化学习智能体依据最近30分钟血糖窗口和残差历史，对第一步施加不超过±0.05的修正，再递归外推15步。在10名脓毒症ICU患者的逐分钟连续血糖监测数据上，预训练智能体无需按患者重新训练即降低全部10人的一步预测误差，源患者测试集平均绝对百分比误差从0.49%降到0.34%。

    University of South Carolina
    Cao Xiang（第一作者）Qi Wang（通讯作者）
    数字孪生残差强化学习PatchTST基础模型连续血糖预测数据同化
  2. arXiv

    CAPABLE 用共享时序编码器把冻结 VLA 在未训练关节故障上的成功率从 24.8% 提升到 59.3%

    CAPABLE 提出一种面向冻结视觉-语言-动作策略的能力感知适配框架：它用跨关节共享的时序编码器从指令-响应历史与实时雅可比推断每个关节还能实现多少指令运动，并以自监督物理预测约束该表示，再通过有界残差强化学习修正 VLA 的机械臂动作，无需故障标签或故障关节标识；在 28 个 LIBERO 任务上，未参与故障训练的关节成功率由 24.8% 提升至 59.3%，比参数量匹配的全局历史基线高 17.4 个百分点，并保持健康性能。

    University of North TexasUniversity of Bremen
    Mohammad Khoshnazar（第一作者）
    CAPABLE残差强化学习视觉-语言-动作策略容错机器人控制LIBERO
  3. arXiv

    伯克利团队提出 Morphometric Imitation：把人类手物交互重定向到三指、四指、五指机器人手，300 次真机试验零样本成功 89.3%

    该工作提出 Morphometric Imitation 三阶段框架：先用形态优化（MMO）在保持演示接触的前提下把人类手物交互运动学重定向到不同形态的机器人手，再用残差强化学习结合物体位姿与接触信息生成动力学可行的演示，最后蒸馏为视觉运动策略；在三种机器人手和十条 GRAB 轨迹上，MMO 的接触 F1 比五个基线中最强者至少高 8 个百分点，下游动态重定向成功率最多提升 35 个百分点，蒸馏策略在 30 个物体、300 次真机试验中取得 89.3% 零样本成功率。

    University of California, Berkeley
    Tara Sadjadpour（第一作者）
    形态测量模仿形态测量优化残差强化学习仿真到现实迁移运动重定向

已读完全部报道