用于运动轨迹few-shot学习的扩散策略组合
机器人学
2024-10-24 v1 人工智能
摘要
人类能够在不必为每次都从零重新学习技能的情况下执行各种身体技能的组合。例如，我们可以在行走时挥棍棍，而无需为这种策略重新学习。使机器人能够组合或组合技能对于它们以更少的真实世界样本更快地学习新技能和任务至关重要。为此，我们提出了一种名为 DSE-扩散得分均衡 的新颖组合方法，通过利用基本策略先验的组合来实现对新技能的few-shot学习。我们的方法基于对扩散策略进行概率组合，以更好地建模few-shot示范数据分布，优于任何单个策略。我们的目标是进行few-shot学习机器人运动，而不一定是目标导向的轨迹。不幸的是，我们缺乏一种通用的方法来评估技能或运动与提供的示范之间的误差。因此，我们提出了一种概率度量——基于前向运动学核的最大均值不等式（MMD-FK），该度量对任务和动作空间皆agnostic。通过使用我们的few-shot学习方法 DSE，我们能够在技能和示范数量方面实现超过30%的 MMD-FK 降低。此外，我们通过实际实验展示了我们的做法的实用性，通过仅用5次示范教会机器人执行新轨迹。
引用
@article{arxiv.2410.17479,
title = {Composing Diffusion Policies for Few-shot Learning of Movement Trajectories},
author = {Omkar Patil and Anant Sah and Nakul Gopalan},
journal= {arXiv preprint arXiv:2410.17479},
year = {2024}
}
备注
6(+1) pages, 6 figures