超越遥操作：从无动作标注视频中学习面向长时程操作的对象中心奖励

基于摘要分析。本文研究机器人操作中如何利用无动作标注的视频示范学习任务进度奖励，以降低对遥操作示范的依赖。作者提出对象中心的逆强化学习（IRL）框架，从对象及其关系中提取任务进度，为下游强化学习提供稠密奖励。 核心机制是将每个观测表示为检测到的对象及其关系构成的图，从视频中学习时间对齐的潜在空间，再以当前表征到目标嵌入的距离定义奖励。加权图池化强调与任务有关的对象动态、抑制机器人主导的运动，旨在使奖励反映语义层面的任务进展，而非特定机器人形态对应的运动轨迹。具体时间对齐方法、训练目标及对象检测实现尚未验证。 作者报告，在一个结构化操作基准上，所学奖励带来的下游强化学习表现优于像素基线、图基线及手工设计的环境奖励；摘要未提供基准名称、评估指标、数值或数据划分，因此无法判断提升幅度与统计可靠性。作者还报告，在一个更长时程任务中，奖励呈现与操作阶段对应的可解释分段变化；这提示自动发现子任务的可能性，但不能等同于已验证的子任务发现能力。 实验使用仿真示范，从真实人类无动作标注视频学习奖励仍是未来方向。复现时需核对图构建、目标嵌入获取、视频时间对齐、奖励尺度及下游强化学习配置；实验协议、消融及统计信息尚未验证。本文主要研究对象是机器人操作奖励学习，材料未提供 EEG/BCI 验证。