RoboFQE：基于离线轨迹的视觉机器人策略免推演评估方法
研究者报告了一种视觉机器人策略免推演评估方法 RoboFQE，结合拟合 Q 评估（fitted Q-evaluation）与预训练视觉基座模型，可直接从离线轨迹估计目标策略的折现期望回报。仿真与真实操作实验表明，该方法在长程任务中能给出准确回报估计并保持策略排序，克服了视频世界模型的自回归预测误差累积问题。消融实验证实其终端成功标注机制支持在无真实奖励标签下进行有效评估。
研究者报告了一种视觉机器人策略免推演评估方法 RoboFQE，结合拟合 Q 评估（fitted Q-evaluation）与预训练视觉基座模型，可直接从离线轨迹估计目标策略的折现期望回报。仿真与真实操作实验表明，该方法在长程任务中能给出准确回报估计并保持策略排序，克服了视频世界模型的自回归预测误差累积问题。消融实验证实其终端成功标注机制支持在无真实奖励标签下进行有效评估。