基于行为特征解耦表示学习的模仿学习

在机器人学习领域，通过语言指令协调机器人动作正变得越来越可行。然而，使动作适应人类指令仍然具有挑战性，因为此类指令通常是定性的，并且需要探索满足不同条件的行为。本文提出了一种运动生成模型，该模型能够响应修饰指令——即人类指令在任务执行期间施加的行为条件——来调整机器人动作。所提出的方法通过将演示分割为短序列，并分配与特定修饰类型相对应的弱监督标签，学习了从修饰指令到动作的映射。我们在擦拭和拾取放置任务中评估了我们的方法。结果表明，与执行期间无法适应的常规基于批处理的方法不同，该方法能够在线响应修饰指令调整运动。