RaC

RaC: Robot Learning for Long-Horizon Tasks by Scaling Recovery and Correction进阶

让人类在失败前接管、先恢复再纠正，以此扩展长程任务数据的方法

卡内基梅隆大学 Zheyuan Hu、Zackory Erickson、Aviral Kumar 等人 2025 年 9 月发布。作者发现，在接触丰富、柔性物体和长程任务上，只堆专家演示，模仿学习成功率会卡住，因为专家数据里几乎没有「出错后怎么办」。RaC 在模仿学习预训练后加一个人在回路微调阶段：策略执行时，操作员在即将失败时接管，先把机器人退回熟悉的分布内状态（恢复），再示范完成当前子任务（纠正），随即结束该回合。在挂衬衫、密封保鲜盒盖、打包外卖盒三个真机双臂任务和一个仿真装配任务上，它用约十分之一的采集时间和样本超过此前最好方法，成功率还随策略执行的恢复动作次数线性提升。