GR-BC：结合人工干预与图重加权行为克隆的机器人精确操作框架

预印本摘要称，研究团队提出离线迭代后训练框架 GR-BC，通过在包含人工干预的演示和试跑数据上构建目标可达性图并反向搜索剩余步数，为动作块计算权重。该方法无需训练奖励模型、评价器或进度预测器，即可复用失败轨迹中的有效片段并惩罚回退动作。在 4 个精确操作任务和 3 种 VLA 主干上，数轮离线迭代后成功率达到 91%，论文已被 CoRL 2026 接收。