Meta-Controller：连续控制中未见本体与任务的少样本模仿

跨机器人本体和任务的泛化对于自适应机器人系统至关重要。模块化策略学习方法能够适应新的本体，但局限于特定任务，而少样本模仿学习（IL）方法通常只关注单一本体。在本文中，我们引入了一个少样本行为克隆框架，利用少量（例如五个）无奖励演示同时泛化到未见本体和任务。我们的框架利用关节级输入输出表示来统一异构本体的状态和动作空间，并采用一种新颖的结构-运动状态编码器，该编码器经过参数化以捕获所有本体间的共享知识和特定本体的知识。随后，基于匹配的策略网络根据少量演示预测动作，产生对过拟合具有鲁棒性的自适应策略。在 DeepMind Control 套件中进行评估，我们称为 \modelname{} 的框架在未见本体和任务上展现出优于模块化策略学习和少样本 IL 方法的少样本泛化能力。代码可在 \href{https://github.com/SeongwoongCho/meta-controller}{https://github.com/SeongwoongCho/meta-controller} 获取。