UR-VC: Correção Não Supervisionada de Valores em Robótica para Proxies de Progresso Derivados do Tempo

arXiv:2607.12892v1 Tipo de Anúncio: novo Resumo: Sistemas modernos de aprendizado robótico dependem cada vez mais de sinais densos de progresso ou de valor para avaliar estados intermediários, orientar o aprendizado de políticas e detectar a conclusão de tarefas, o que torna a qualidade desses sinais algo crítico. Como esses rótulos densos raramente estão disponíveis em larga escala, o tempo normalizado dentro de uma demonstração é frequentemente usado como um substituto escalável: quadros posteriores são tratados como de maior progresso. No entanto, esse rótulo derivado do tempo é apenas um proxy ruidoso para p...