arXiv 2026年10月12日机器人不再照单全收经验：只留成功干预中人工控制段，高精度插装成功率88.24%Evo-RL把机器人部署中积累的经验按估计优势筛选后再用于策略微调，在PiperX高精度螺丝插装任务上把尝试成功率从RECAP的57.78%提高到88.24%。Evo-RL把机器人部署中积累的经验按估计优势筛选后再用于策略微调，在PiperX高精度螺丝插装任务上把尝试成功率从RECAP的57.78%提高到88.24%。Central South UniversitySouth China Normal UniversityShanghai Jiao Tong UniversityKai Ye（第一作者）#Evo-RL迭代机器人强化学习方法#优势引导经验选择#RW-RL-Dataset真实世界机器人数据集#机器人强化学习