D-CODA：用于协调双臂数据增强的扩散模型
机器人学
2025-08-19 v2 人工智能
计算机视觉与模式识别
机器学习
摘要
学习双臂操作由于其高维度和两个臂部之间的紧密协调要求而具有挑战性。目视内手仿真学习通过使用腕部挂载相机来简化感知，专注于任务相关的视图。然而，收集多样化的演示仍然昂贵，促使需要可扩展的数据增强。虽然先前的工作在单臂设置中探索了视觉增强，但将这些方法扩展到双臂操作需要生成两个臂部之间一致的视角观察，并产生既有效又可行的对应动作标签。在本工作中，我们提出了扩散用于协调双臂数据增强(D-CODA)，一种针对目视内手双臂仿真学习的离线数据增强方法，该方法训练扩散模型来合成两个臂部的新颖、一致的腕部相机图像，同时生成关节空间动作标签。它采用受约束的优化，以确保涉及夹爪-物体接触的增强状态符合双臂协调的约束。我们在 5 个模拟任务和 3 个真实世界任务上评估了 D-CODA。我们的结果在 2250 次模拟试验和 300 次真实世界试验中表明，它超过了基线和消失实验，显示其在目视内手双臂操作中可扩展数据增强的潜力。我们的项目网站位于：https://dcodaaug.github.io/D-CODA/。
引用
@article{arxiv.2505.04860,
title = {D-CODA: Diffusion for Coordinated Dual-Arm Data Augmentation},
author = {I-Chun Arthur Liu and Jason Chen and Gaurav Sukhatme and Daniel Seita},
journal= {arXiv preprint arXiv:2505.04860},
year = {2025}
}
备注
Accepted to the Conference on Robot Learning (CoRL) 2025