arXiv Robotics· Minho Park, Kinam Kim, Donghu Kim, Byungkun Lee, Dongyoon Hwang, Yongjae Shin, Junha Hyung, Hojoon Lee, Jaegul Choo·· 3 小时前AI 评分40
DiscoDemo：为模仿学习发现高效多样的机器人演示数据
DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning
AI 导读
DiscoDemo 用强化学习作为数据生成器，通过带并行逆向课程和成功门控多样性目标的特权潜变量条件 RL 生成器，发现多种成功解并导出为静态数据集供下游视觉运动模仿学习。在四个操作任务中，下游成功率在仿真中从最强基线的 40% 提升至 62%，在真实机器人上从 39% 提升至 78%。结果表明成功解的多样性可提升预训练 flow-matching VLA 的模仿学习效果，并与纠错数据采集互补。
来源：arXiv Robotics · arxiv.org