浙大联合 TeleAI 提出 GR-BC，用图搜索重加权机器人示范数据
把多次不完美的机器人尝试连成一张图，用图上的最短路径判断哪些动作片段值得学，从而不必要求采集员一次交付完美示范。
机器人精细操作（如拧螺丝、插显卡）的示范数据很难采得完美：一条成功轨迹里常夹杂无效调整，一条失败轨迹里也可能有几段对齐做得不错。浙江大学沈春华团队联合中国电信 TeleAI 和伽马智能提出 GR-BC：把同一任务的多条尝试构造成一张图，节点是多视角视觉表征加夹爪状态，边分为时间边和跨轨迹相似边，从成功终点反向做 Dijkstra 搜索（一种求最短路径的图算法），得到每个状态离成功还剩多少步，再据此给动作片段加权，只让有净进展、中途回退小的片段贡献梯度。四项真机任务平均成功率约 91%，等权聚合基线为 64%。论文已被 CoRL 2026 接收。
正文摘录
.png)  用螺丝刀拧紧螺丝，听起来并不复杂。 但真正动手时，往往还要挪一点、转一点、退出来，再重新对齐。换成遥操作机器人采集数据，这个过程只会更考验耐心。即使是像"大国工匠"一样熟练的数据采集员，面对精细度要求极高的任务，也未必能一次就交出从头到尾都足够顺滑的示范。一条最终成功的轨迹里，可能包含多次无效调整；而一条最终因超时或碰撞而失败的尝试中，却也可能有几步对齐做得很好。 这给视觉语言动作模型的后训练提出了一个问题： 如果数据采集员自己都很难采出一条近乎完美的轨迹，机器人应该向什么样的经验学习？ 浙江大学沈春华团队联合中国电信人工智能研究院（TeleAI）& 伽马智能白辰甲团队， 围绕这个问题提出了 Graph-Reweighted Behavior Cloning（GR-BC）。 团队考虑的是另一种可能：一条更好的成功路径，未必完整存在于某一次示范中，却可能隐藏在多次尝试之间的连接关系里。把这些经验放进同一张图， 能否先在图的"脑海"里找到一条更好的路，再由图担任裁判，指导机器人学习值得模仿的动作？ 目前， 该工作已被 CORL 2026 接收，论文与代码已公开。