FAR：用于测试时恢复与持续策略改进的失败感知重试

arXiv:2607.01111v2 公告类型：替换并交叉列出 摘要：机器人策略在真实环境中部署时不可避免地会遭遇失败。简单重试往往会重复相同的错误，而许多现有的恢复方法依赖人工干预。本文提出 Failure-Aware Retry（FAR），这一框架使机器人能够在测试时从先前的失败中学习，相应地调整行为，并最终自主完成任务。FAR 将 Failure-Contrastive Preference Adaptation 与重试过程中的轻量级动作扰动相结合：前者利用失败案例构建偏好学习数据，引导策略避开先前未能成功的行为；后者则用于促进局部探索。我们进一步将成功恢复的轨迹纳入训练循环，以持续改进策略。在仿真和真实世界操作任务中的实验表明，FAR 显著提高了成功率和鲁棒性，相较于标准扩散策略，在仿真和真实世界中的平均提升分别为 17.6% 和 11.7%。此外，在持续策略改进过程中，FAR 利用信息丰富的失败案例，在重置次数预算和时间步数预算两种约束下均提高了数据效率。视频和代码可在 https://hoar012.github.io/FAR-Project 获取。