M2Distill：面向终身模仿学习的多模态蒸馏

由于增量学习步骤中出现的分布偏移，操作任务的终身模仿学习面临重大挑战。现有方法通常侧重于无监督技能发现以构建不断增长的技能库，或从多个策略中进行蒸馏，这可能导致可扩展性问题，因为多样化的操作任务被持续引入，并且可能无法确保整个学习过程中潜在空间的一致性，从而导致对先前学习技能的灾难性遗忘。在本文中，我们介绍了M2Distill，一种基于多模态蒸馏的终身模仿学习方法，其重点是在整个学习过程中保持视觉、语言和动作分布上的潜在空间一致性。通过调节从先前步骤到当前步骤的不同模态潜在表示的偏移，并减少连续学习步骤之间高斯混合模型(GMM)策略的差异，我们确保学习到的策略能够保留执行先前学习任务的能力，同时无缝集成新技能。在LIBERO终身模仿学习基准套件（包括LIBERO-OBJECT、LIBERO-GOAL和LIBERO-SPATIAL）上的广泛评估表明，我们的方法在所有评估指标上均持续优于先前的最先进方法。