通过遥操作中的衰减相对纠正实现 manipulation 的在线模仿学习
机器学习
2025-03-20 v1
摘要
遥操作机器人操作臂可用于收集演示数据，可用于通过模仿学习训练控制策略。然而，这些方法需要大量训练数据才能开发出稳健的策略或适应新的和不可见的任务。虽然专家反馈可以显著提高策略性能，但提供持续反馈对专家来说可能是认知负担和耗时的。为解决这一挑战，我们提出使用一种基于 cable 的遥操作系统，该系统可为由策略模型生成的轨迹提供6自由度的空间纠正。具体而言，我们提出一种称为衰减相对纠正（DRC）的方法，基于专家提供的空间偏移向量，暂时存在，并减少专家所需的干预步骤。我们的结果表明，DRC比标准绝对纠正方法减少了30%的专家干预率。此外，我们展示了将DRC集成到在线模仿学习框架中后，快速提高了如 Raspberry 采摘和布料擦拭等操作任务的成功率。
引用
@article{arxiv.2503.15367,
title = {FedBEns: One-Shot Federated Learning based on Bayesian Ensemble},
author = {Jacopo Talpini and Marco Savi and Giovanni Neglia},
journal= {arXiv preprint arXiv:2503.15367},
year = {2025}
}