本科生一作论文 Q-OIL 入选 CoRL2026：把人类干预当软引导而非监督

本科生首篇一作论文 Q-OIL 将亮相 CoRL2026（奥斯汀）。核心思路是：人类干预是机器人真实环境学习的天然反馈来源，但干预在时机和执行上均次优；论文量化了这种次优性，并把干预从监督信号改为软性探索引导，兼顾仿真基准与算法设计。