利用对比预训练与数据增强高效学习视觉机器人控制
机器人学
2022-10-18 v3 人工智能
机器学习
摘要
无监督表示学习的最新进展显著提升了在模拟环境中训练强化学习策略的样本效率。然而，类似的收益尚未在真实机器人强化学习中见到。在这项工作中，我们专注于实现从像素出发的数据高效真实机器人学习。我们提出用于高效机器人学习的对比预训练与数据增强（CoDER），一种利用数据增强和无监督学习来实现从稀疏奖励中对真实机器人臂策略进行样本高效训练的方法。尽管对比预训练、数据增强、示范和强化学习单独都不足以实现高效学习，我们的主要贡献在于表明这些不同技术的组合产生了一种简单而数据高效的方法。我们展示，给定仅 10 个示范，单个机器人臂可以从像素学习稀疏奖励操纵策略，例如触碰、抓取、移动、拉动大物体、拨动开关和打开抽屉，仅需平均 30 分钟的真实世界训练时间。我们在项目网站上提供了视频和代码：https://sites.google.com/view/efficient-robotic-manipulation/home
引用
@article{arxiv.2012.07975,
title = {Learning Visual Robotic Control Efficiently with Contrastive Pre-training and Data Augmentation},
author = {Albert Zhan and Ruihan Zhao and Lerrel Pinto and Pieter Abbeel and Michael Laskin},
journal= {arXiv preprint arXiv:2012.07975},
year = {2022}
}