通过解决观察中的因果混淆来提高机器人仿真学习的泛化能力
机器人学
2025-07-31 v1 机器学习
摘要
最近的仿真学习技术在机器人操作中取得了显著进展。然而，当前的仿真学习技术可能存在泛化性差的问题，这限制了其在相对轻微的领域迁移下的性能。本文旨在增强复杂仿真学习算法的泛化能力，以处理从训练环境到部署环境的不可预测变化。为避免由与目标任务无关的观察导致的混淆，我们提出学习观察组件与专家动作之间因果关系的框架，类似于 [6]，通过对仿真学习策略进行干预来学习因果结构函数。在机器人操作中，对特征表示进行图像输入解耦难以满足复杂仿真学习过程，我们理论上阐明了这一要求在因果关系学习中并非必要。因此，我们提出一种简单可嵌入最新仿真学习架构（如 Action Chunking Transformer [31]）的因果结构学习框架。我们在 Mujoco 中的 ALOHA [31] 双臂机器人仿真中演示了该方法，表明该方法能显著缓解现有复杂仿真学习算法的泛化问题。
引用
@article{arxiv.2507.22380,
title = {Improving Generalization Ability of Robotic Imitation Learning by Resolving Causal Confusion in Observations},
author = {Yifei Chen and Yuzhe Zhang and Giovanni D'urso and Nicholas Lawrance and Brendan Tidd},
journal= {arXiv preprint arXiv:2507.22380},
year = {2025}
}
备注
13 pages