通过使用预训练和微调范式，我们引入 RoboFuME 系统，利用网络上的数据和模型，允许机器人在几乎没有人工干预的情况下学习新任务，并通过利用校准的离线强化学习技术和预训练的视觉语言模型构建健壮的奖励分类器，在线进行微调并提供奖励信号，从而达到最小化人工干预的目标。在五个真实机器人操作任务和模拟实验中，我们的方法表现出色。

Oct, 2023

该论文提出了一种基于强化学习的实际机器人强化学习系统，通过在现实世界中微调机器人运动策略的少量训练，实现了 A1 四足机器人在多种环境中自主微调多种运动技能的能力。

Oct, 2021

本文研究使用 meta - 强化学习方法来完成多个视觉基准测试，在评估这些方法时，我们发现在不同的任务上，多任务预训练加微调的性能相当甚至更好，这与使用 meta-pretraining 和 meta test-time adaptation 的表现相当。因此我们建议在未来的 meta-RL 中加入更具挑战性的任务以及多任务预训练和微调作为更简单，强大的基线。

Jun, 2022

通过使用离线数据集在真实机器人上对世界模型进行预训练，然后通过使用学习模型进行在线数据集的规划和微调，本文试图解决强化学习在真实机器人上训练时的数据效率问题，以及模型在训练和推理过程中的分布偏移问题，该方法在模拟环境和真实机器人上的视觉 - 动作控制任务上进行了验证，发现即使离线数据有限，该方法也能实现对已知和未知任务的少次数微调。

Oct, 2023

本文探索了用于控制问题的少样本模仿学习，在只访问少数离线结果的情况下学习模仿目标策略的方法，并验证了针对控制问题 fine-tuning 的有效性，提出了一种用于少样本学习的基线，将在一个基础环境上在线训练，然后在目标策略的少量离线结果中进行微调。

Jun, 2023

使用强化学习训练三指机械臂的复杂任务，通过 fine-tuning 和 curriculum learning 的知识迁移策略提高学习效率和效果，并研究两种学习策略的关键因素及其效果，以应用于更广泛的基于学习的工程应用。

Mar, 2024

本文介绍一种基于深度 Q 函数算法的深度强化学习方法，能够实现在真实的物理机器人上进行复杂的 3D 操作任务学习，并通过多个机器人异步汇聚优化策略更新等技术进一步提高训练效率。

Oct, 2016

我们研究了离线预训练和在线微调在实际机器人任务中从高维观测中进行强化学习的问题，通过控制认知不确定性，我们提出一种基于模型的方法，通过模型值扩展和策略规范化高效地重用先前数据，成功从像素中解决了 MetaWorld 基准和 Franka Kitchen 机器人操作环境任务，据我们所知，这是第一种从像素中解决此环境的方法。

Jan, 2024

该文讨论用 Behavior Transfer（BT）技术进行强化学习中的知识迁移，探讨其对于解决复杂任务的效率提升，主要研究内容包括：神经网络权重细调、预训练策略、探索性能及内在动机引擎等。

Feb, 2021

本研究主要关注于如何使用深度增强学习的方法，通过神经网络策略来训练机器人获取新的技能。同时，通过迁移学习，可以实现技能和机器人之间的信息共享，从而使用 mix-and-match 模块来解决新的机器人环境和任务组合的问题。

Sep, 2016