hindsight-relabeling

介绍了Learning from Hindsight (LfH)方法，该方法将后见之明重标注应用于视觉-语言-动作模型的强化学习后训练。通过将失败的机器人轨迹重新标注为它们实际完成的任务，LfH在分布外操作任务上实现了5倍的样本效率提升。