Hindsight Planner：基于indsight方法的闭环少样本机械臂指令跟随规划器
人工智能
2024-12-30 v1 机器人学
摘要
本工作聚焦于构建用于机械臂指令跟随（Embodied Instruction Following, EIF）的任务规划器。以往的工作通常将规划器训练以模仿专家轨迹，将其视为监督学习任务。虽然这些方法在性能上取得了竞争成绩，但往往缺乏足够的鲁棒性。当规划器执行次优动作时，可能会遇到超出分布的状态，从而导致任务失败。相反，我们将任务建模为部分可观测马尔可夫决策过程（POMDP），旨在在少样本假设下开发稳健的规划器。因此，我们提出了一个具备适应模块和新颖hindsight方法的闭环规划器，旨在尽可能多地利用信息帮助规划器。我们的实验表明，在少样本假设下，本规划器能够获得竞争性能。首次我们的方法在性能上甚至超过了全样本监督学习代理。
引用
@article{arxiv.2412.19562,
title = {Hindsight Planner: A Closed-Loop Few-Shot Planner for Embodied Instruction Following},
author = {Yuxiao Yang and Shenao Zhang and Zhihan Liu and Huaxiu Yao and Zhaoran Wang},
journal= {arXiv preprint arXiv:2412.19562},
year = {2024}
}