通过组合泛化实现机器人操作的高效数据采集

数据采集已成为机器人操作中日益重要的问题，但对于如何有效采集数据以促进广泛泛化，目前仍缺乏深入理解。近期关于大规模机器人数据采集的工作通常在采集过程中变化多种环境变异因素（例如物体类型、桌面纹理），以覆盖多样化的场景。然而，它们并未明确考虑基于这些数据训练的策略可能具备的组合能力。如果机器人策略能够组合其数据中的环境因素，以便在遇到未见过的因素组合时取得成功，我们就可以利用这一点，避免采集那些可通过组合解决的问题情境的数据。为了探究这种可能性，我们在仿真和真实机器人上进行了详尽的实证研究，比较了不同的数据采集策略，并评估了视觉模仿学习策略是否能够组合环境因素。我们发现策略确实表现出组合能力，尽管在真实机器人上利用先前的机器人数据集对此至关重要。我们利用这些见解提出了更好的域内数据采集策略，以利用组合性，从而在相同的数据采集工作量下，比朴素方法诱导更好的泛化能力。我们进一步证明，基于此类策略采集的数据训练出的真实机器人策略，在迁移到包含未见过的环境因素组合的全新环境时，成功率达到 77.5%；而未考虑环境变异采集数据训练出的策略则无法有效迁移，成功率仅为 2.5%。视频资料见 http://iliad.stanford.edu/robot-data-comp/。