MILES：利用自监督学习简化模仿学习

模仿学习中的数据收集通常需要大量繁琐的人类监督，包括大量演示，或在采用强化学习方法时需要频繁的环境重置。本文提出了另一种方法，MILES：一种完全自主的、自监督的数据收集范式，我们展示了这使仅凭一个演示和一个环境重置即可实现高效策略学习成为可能。MILES自主学习返回并跟随单个演示的策略，同时在数据收集期间自我引导，无需额外的人类干预。我们在几个真实世界任务上评估了MILES，包括需要精确接触性操作的任务，如锁钥。我们发现，在仅有一个演示且没有重复环境重置的约束下，MILES显著优于像利用强化学习的模仿学习方法等最先进的替代方案。实验视频和代码可在我们的网页上查阅：www.robot-learning.uk/miles。