arXiv cs.RO· Minho Park, Kinam Kim, Donghu Kim, Byungkun Lee, Dongyoon Hwang, Yongjae Shin, Junha Hyung, Hojoon Lee, Jaegul Choo·· 4 小时前AI 评分69
DiscoDemo：用强化学习生成多样示教数据提升模仿学习
DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning
AI 导读
DiscoDemo 用带特权信息的潜在条件强化学习生成器配合并行逆向课程和成功门控多样性目标，产出多条成功闭环行为，经安全过滤后导出为静态数据集供下游视觉运动模仿学习。在四个操作任务上，仿真中下游平均成功率从最强基线的 40% 提升到 62%，实机上从 39% 提升到 78%。作者认为成功解法的多样性可改善预训练流匹配 VLA 的模仿学习，并与纠错数据采集互补。
来源：arXiv cs.RO · arxiv.org