RACE: Calibrated Cumulative Scoring for Rollout-Free Robot Policy Checkpoint Selection

{"tags": ["Robotics", "Robot Learning", "Policy Evaluation", "Checkpoint Selection", "Rollout-Free Evaluation", "Imitation Learning"], "risks": ["Phụ thuộc vào chất lượng và độ bao phủ trạng thái của tập quỹ đạo thành công mẫu (held-out trajectories).", "Có thể đưa ra đánh giá không chính xác nếu gặp các phân phối trạng thái ngoài tập mẫu (out-of-distribution).", "Độ nhạy của việc tính toán ngưỡng tương đồng trạng thái khi dữ liệu cảm biến đa chiều có độ nhiễu cao."], "category": "Research", "entities": ["RACE"], "summary_vi": "RACE là phương pháp đánh giá rollout-free mới giúp xếp hạng checkpoint chính sách robot dựa trên tập quỹ đạo thành công có sẵn mà không cần chạy thử nghiệm tốn kém trên robot thật. Phương pháp khắc phục hạn chế của validation loss bằng cách chuẩn hóa sai lệch hành động theo ngưỡng phụ thuộc trạng thái và áp dụng tích lũy dạng tích dồn (running product), từ đó giảm ảnh hưởng của các bước sau nếu robot đã bị chệch hướng sớm. Thực nghiệm trên mô phỏng và phần cứng thực tế chứng minh RACE phản ánh chính xác tỷ lệ hoàn thành tác vụ hơn so với các phương pháp cơ sở.", "key_changes": ["Đề xuất metric RACE để xếp hạng checkpoint chính sách robot dựa trên tập quỹ đạo thành công tổ chức sẵn mà không cần rollout thực tế.", "Khắc phục 2 nhược điểm cốt lõi của validation loss: không tính đến khả năng hồi phục sau sai lệch và đánh đồng trọng số các bước sau dù đã bị chệch quỹ đạo.", "Hiệu chuẩn sai lệch hành động theo các ngưỡng phụ thuộc trạng thái (state-conditional thresholds) trích xuất từ các trạng thái tương đồng trong quỹ đạo mẫu.", "Sử dụng tích dồn (running product) để triệt tiêu dần trọng số đóng góp của các bước dự đoán tiếp theo khi xuất hiện sai lệch lớn ban đầu.", "Đạt độ tương quan cao với tỷ lệ thành công triển khai thực tế trên cả mô phỏng và robot thật qua nhiều kiến trúc policy."], "sub_category": "Robot Learning & Policy Evaluation", "novelty_score": 76, "business_score": 70, "research_score": 84, "why_it_matters": "Việc đánh giá checkpoint trên phần cứng thực tế là nút thắt tốn kém nhất về cả chi phí và thời gian trong robot learning. RACE cung cấp giải pháp rollout-free đáng tin cậy, giải quyết triệt để nhược điểm của validation loss thông thường và đẩy nhanh chu kỳ phát triển mô hình điều khiển robot.", "developer_score": 78, "importance_score": 78, "possible_use_cases": ["Tự động lựa chọn checkpoint tốt nhất trong quá trình huấn luyện robot policy mà không cần tốn chi phí thử nghiệm vật lý.", "Tích hợp vào quy trình CI/CD và đánh giá mô hình tự động cho các hệ thống robotics.", "Đánh giá và so sánh độ ổn định giữa các kiến trúc backbone cho robot học mô phỏng (imitation learning)."], "actionability_score": 74}