arXiv cs.RO· Ying Qian, Jianshu Hu, Han Fang, Shuguang Li, Yutong Ban·· 2 小时前AI 评分62
OneDemo：从单条演示学习策略并生成数据
OneDemo: Unified Policy Learning and Data Generation from a Single Demonstration
AI 导读
OneDemo 提出一种强化学习框架，把单条成功演示编辑成适配新任务配置的轨迹，学到的编辑器既作任务策略也作可复用的演示生成器。在 15 个 Meta-World 任务上，它平均用 53.7k 次环境交互达到 92.7% 成功率；在 9 个 DexMimicGen 任务上生成演示的平均成功率为 98.4%，用生成数据训练的 BC-RNN 策略在同等数据规模下平均成功率达 99.6%。
来源：arXiv cs.RO · arxiv.org