中文

分解视觉机器人操作中模仿学习的泛化差距

机器人学 2023-07-10 v1 人工智能

摘要

是什么使得视觉机器人操作中的模仿学习泛化困难?这个问题表面上看难以入手,但从机器人的视角看,环境常可分解为可枚举的变异因素,如光照条件或相机放置位置。经验上,对某些因素的泛化比其他因素构成更大障碍,但现有工作很少阐明各因素对泛化差距的具体贡献程度。为回答该问题,我们在仿真和真实机器人语言条件操作任务中研究模仿学习策略,以量化对不同(组)因素泛化的难度。我们还设计了一个包含19个任务和11个变异因素的新仿真基准,以促进更可控的泛化评估。通过研究,我们确定了基于泛化难度的因素排序,该排序在仿真和真实机器人装置中一致。

关键词

引用

@article{arxiv.2307.03659,
  title  = {Decomposing the Generalization Gap in Imitation Learning for Visual Robotic Manipulation},
  author = {Annie Xie and Lisa Lee and Ted Xiao and Chelsea Finn},
  journal= {arXiv preprint arXiv:2307.03659},
  year   = {2023}
}

备注

Project webpage at https://sites.google.com/view/generalization-gap