评估纠正性示范与低成本传感器在灵巧操控中的有效性

模仿学习是一种有前景的方法，可帮助机器人获得灵巧操控能力，而无需精心设计的奖励或大量计算投入。然而，现有模仿学习方法需要复杂的数据收集基础设施，且难以泛化到训练分布之外。解决此限制的一种方式是收集能更好代表完整操作条件的额外数据。本工作中，我们研究此类额外示范的特征及其对性能的影响。具体而言，我们研究了纠正性与随机采样额外示范对学习引导五指机械手完成拾放任务策略的影响。我们的结果表明，当从完整任务分布中采样的额外示范比例大于从受限训练分布中采样的原始示范数量时，纠正性示范显著优于随机采样示范。反之，当原始示范数量高于额外示范数量时，我们发现纠正性与随机采样额外示范间无显著差异。这些结果揭示了收集纠正性示范所需努力与其相对于随机采样示范的收益之间的固有权衡。此外，我们展示了廉价基于视觉的传感器（如LeapMotion）可用于大幅降低为灵巧操控任务提供示范的成本。我们的代码见 https://github.com/GT-STAR-Lab/corrective-demos-dexterous-manipulation。