C3DM：用于模仿学习的约束上下文条件扩散模型
机器人学
2024-08-28 v2
摘要
行为克隆（BC）方法能有效地学习复杂操作任务。然而，它们容易出现虚假关联——具有表现力的模型可能聚焦于与动作预测无关的分心物——因而在真实世界部署中较为脆弱。先前的方法通过探索不同的模型架构与动作表示来应对这一挑战。然而，尚无方法能够在样本效率与抗分心物鲁棒性之间取得平衡，以求解具有复杂动作空间的操作任务。我们提出约束上下文条件扩散模型（C3DM），一种扩散模型策略，用于求解 6-DoF 机器人操作任务，对干扰具有鲁棒性，且能从少至五次演示中学习到可部署的机器人策略。C3DM 的一个关键组件是 fixation（注视）步骤，它帮助动作去噪器聚焦于预测注视点周围与任务相关的区域，同时忽略上下文中的分心物。我们通过实验表明，C3DM 对分布外分心物具有鲁棒性，并在从桌面操作到工业分拣等广泛任务上持续取得高成功率，这些任务需要不同程度的精度与抗分心物鲁棒性。
引用
@article{arxiv.2311.01419,
title = {C3DM: Constrained-Context Conditional Diffusion Models for Imitation Learning},
author = {Vaibhav Saxena and Yotto Koga and Danfei Xu},
journal= {arXiv preprint arXiv:2311.01419},
year = {2024}
}