对抗性数据采集：用于高效鲁棒机器人模仿学习的人机协作扰动

对数据效率的追求——即质量胜于数量——已成为机器人操作的核心，特别是考虑到现实世界数据采集的高昂成本。我们提出，最大化单次演示的信息密度可以显著减少对大规模数据集的依赖，同时提升任务表现。为此，我们引入了对抗性数据采集，这是一种人在环框架，通过实时、双向的人机环境交互重新定义了机器人数据获取。与被动记录静态演示的传统流水线不同，ADC 采用协作扰动范式：在单个 episode 中，对抗操作员动态改变物体状态、环境条件和语言指令，而遥操作员自适应地调整动作以克服这些不断演变的挑战。这一过程将多样的故障恢复行为、组合任务变化和环境扰动压缩到最少的演示中。我们的实验表明，ADC 训练的模型对未见任务指令实现了卓越的组合泛化，对感知扰动具有增强的鲁棒性，并表现出涌现的错误恢复能力。引人注目的是，仅使用 ADC 收集的 20% 演示量训练的模型，其性能显著优于使用完整数据集的传统方法。这些进展弥合了以数据为中心的学习范式与实际机器人部署之间的差距，表明战略性的数据采集（而不仅仅是事后处理）对于可扩展的现实世界机器人学习至关重要。此外，我们正在整理一个包含带有对抗扰动的现实世界操作任务的大规模 ADC-Robotics 数据集。该基准将开源以促进机器人模仿学习的进步。