#Behavior Cloning (3)

WARP-RM：时间扭曲增强的相对进度奖励模型

提出自监督相对进度信号 WARP-RM，用时间扭曲增强从成功示教中学习帧级进度速度，再以 WARP-BC 过滤重加权行为克隆动作块。在双臂折 T 恤任务上，次优数据增多时相对原生 BC 吞吐提升最高约 18 倍；仿真瓶入箱 512 场景达 290 瓶/时。