FieldGen：从遥控预操纵轨迹到场引导的数据生成
机器人学
2025-10-29 v2 人工智能
人机交互
摘要
大规模且多样化的数据集对训练稳健的机器人操纵策略至关重要，但现有数据收集方法难以在规模、多样性和质量之间取得平衡。仿真提供了可扩展性，但存在仿真-现实鸿沟；而遥控操作则产生高质量的演示，但多样性有限且人力成本高。我们引入 FieldGen，这是一种场引导的数据生成框架，使可实现少量人工监督下的可扩展、多样且高质量的真实世界数据收集。FieldGen 将操纵分解为两个阶段：预操纵阶段允许轨迹多样性，细化操纵阶段需要专家精确控制。人类演示捕获关键接触和姿态信息，随后由吸引场自动生成收敛到成功配置的多样化轨迹。这种解耦设计将可扩展的轨迹多样性与精确监督相结合。此外，FieldGen-Reward 增强了生成数据的奖励注释，以进一步提升策略学习。实验表明，使用 FieldGen 训练的策略在成功率和稳定性方面均优于遥控操作基线，同时显著减少了长期真实世界数据收集中的人力 effort。网页地址为 https://fieldgen.github.io/。
引用
@article{arxiv.2510.20774,
title = {FieldGen: From Teleoperated Pre-Manipulation Trajectories to Field-Guided Data Generation},
author = {Wenhao Wang and Kehe Ye and Xinyu Zhou and Tianxing Chen and Cao Min and Qiaoming Zhu and Xiaokang Yang and Ping Luo and Yongjian Shen and Yang Yang and Maoqing Yao and Yao Mu},
journal= {arXiv preprint arXiv:2510.20774},
year = {2025}
}
备注
Webpage: https://fieldgen.github.io/