无需真实人类示教地从人类进行一次性模仿学习

人类能够自然地通过观看其他个体执行一次新任务，然后在多种配置下复现该任务。赋予机器人这种从第三人称视角模仿人类的能力，是一种非常直接且自然的教导新任务的方式。直到最近，通过元学习才出现了从人类进行一次性模仿学习的成功尝试；然而，这些方法需要大量人力资源在现实世界中收集数据以训练机器人。但是否存在一种方法，能够在训练过程中消除对真实世界人类示教的需求？我们展示了利用任务嵌入控制网络（Task-Embedded Control Networks），可以通过嵌入人类示教来推断控制策略，从而条件化一个控制策略并实现一次性模仿学习。重要的是，我们在训练期间并未使用真实人类手臂来提供示教，而是将域随机化应用于一个此前未见过的场景：关于人类动作的仿真到现实迁移（sim-to-real transfer on humans）。在仿真和现实世界中对我们的方法在推物和放置任务上进行评估后，我们表明，与使用真实世界数据训练的系统相比，我们仅利用仿真数据即可取得相似的结果。