OneDemo：单条演示学策略并生成数据

Ying Qian 等作者发布论文提出 OneDemo 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。 据论文报告，在 15 个 Meta-World 任务上，OneDemo 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%。上述数字均为作者在论文中报告的结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。