FAR：机器人测试时失败感知重试框架

Haoran Hao 等研究人员提出失败感知重试框架 FAR，让机器人在测试时从先前失败中学习、调整行为并自主完成任务，该工作已被 CoRL 2026 接收。FAR 结合失败对比偏好自适应与轻量动作扰动，并把成功恢复的轨迹纳入持续策略改进的训练循环。 在仿真和真实操作任务中，FAR 的成功率较标准扩散策略平均提升 17.6% 和 11.7%，在重置与时间步预算下的数据效率也有所改善。作者称视频与代码已公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。