EvoHIL：面向稳健人机协同强化学习的自进化奖励与流匹配策略优化

EvoHIL面向接触密集型机器人操作，将自进化奖励、基于流匹配的动作块生成及保留感知离线微调整合进分阶段人机协同强化学习。摘要称，该方法在Franka FR3与SO-101机械臂的六项任务和受控光照变化下，改善成功率、人工标签一致性、运动平滑度及完成时间，但未披露具体数值。