DiscoDemo：机器人演示数据生成方法

2026年10月26日，arXiv Robotics 报道了 Minho Park 等作者提出的 DiscoDemo 机器人演示数据生成方法。该方法用强化学习作为数据生成器，训练带特权潜变量条件的 RL 生成器，并配合并行逆向课程与成功门控多样性目标，在保持任务成功的同时发现多种成功解，再导出为静态数据集，供下游视觉运动模仿学习使用。报道称，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%。报道还称，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。目前进展停留在方法提出与实验报道阶段。

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。