LIBERO：面向终身机器人学习的知识迁移基准
人工智能
2023-10-17 v2
摘要
终身学习提供了一种有前景的范式，用于构建在其生命周期内学习并适应的通用智能体。不同于图像和文本领域传统的终身学习问题（主要涉及实体与概念的陈述性知识迁移），决策制定中的终身学习（LLDM）还需要迁移程序性知识，例如动作与行为。为推动 LLDM 研究，我们提出 LIBERO，一个面向机器人操作的终身学习新基准。具体而言，LIBERO 突出了 LLDM 中的五个关键研究主题：1）如何高效迁移陈述性知识、程序性知识或二者混合；2）如何设计有效的策略架构；3）如何设计用于 LLDM 的有效算法；4）终身学习器关于任务顺序的鲁棒性；5）模型预训练对 LLDM 的影响。我们开发了可扩展的程序化生成流水线，原则上可生成无限多任务。为基准测试，我们创建了四个任务套件（共 130 个任务）用于研究上述主题。为支持样本高效学习，我们为所有任务提供高质量人类遥操作演示数据。我们的大量实验带来了若干有洞察甚至出乎发现的结论：序列微调在前向迁移上优于现有终身学习方法，没有单一视觉编码器架构在所有类型知识迁移上均表现优异，而朴素监督预训练会阻碍智能体在后续 LLDM 中的表现。代码与数据集见 https://libero-project.github.io。
引用
@article{arxiv.2306.03310,
title = {LIBERO: Benchmarking Knowledge Transfer for Lifelong Robot Learning},
author = {Bo Liu and Yifeng Zhu and Chongkai Gao and Yihao Feng and Qiang Liu and Yuke Zhu and Peter Stone},
journal= {arXiv preprint arXiv:2306.03310},
year = {2023}
}