基于运动感知的快速奖励优化：高效从单视频学习机器人技能
机器人学
2025-05-14 v1
摘要
视觉语言模型（VLM）已展示出优异的高层规划能力，使机器人能够无需精细的人类级奖励设计即可从视频演示中学习 locomotion 技能。然而，当前方法的错误帧采样方法和低训练效率仍是关键瓶颈，导致计算开销和时间成本显著增加。为此，我们提出运动感知快速奖励优化以高效学习机器人技能的方法（MA-ROESL）。MA-ROESL集成运动感知帧选择方法，以隐式提升VLM生成奖励函数的质量。进一步采用三阶段混合训练流程，通过快速奖励优化提高训练效率，并通过在线微调得到最终策略。实验结果表明，MA-ROESL在模拟和真实环境中显著提升了训练效率，同时忠实再现 locomotion 技能，凸显其作为高效可扩展框架的潜力，用于从视频演示中学习机器人 locomotion 技能。
关键词
引用
@article{arxiv.2505.08367,
title = {MA-ROESL: Motion-aware Rapid Reward Optimization for Efficient Robot Skill Learning from Single Videos},
author = {Xianghui Wang and Xinming Zhang and Yanjun Chen and Xiaoyu Shen and Wei Zhang},
journal= {arXiv preprint arXiv:2505.08367},
year = {2025}
}