单次双臂模仿学习
机器人学
2025-03-11 v1 计算机视觉与模式识别
摘要
我们提出了单次双臂模仿学习（One-Shot Dual-Arm Imitation Learning, ODIL），使双臂机器人仅从单次任务演示中学习精确且协调的日常任务。ODIL 采用一种新的三阶段视觉伺服（3-VS）方法来实现末端执行器与目标物体之间的精确对齐，此后重放演示轨迹即可完成任务。该过程无需先验的任务或物体知识，也无需在单次演示后进行额外的数据收集与训练。此外，我们提出了一种新的双臂协调范式，用于从单次演示中学习双臂任务。ODIL 在真实世界的双臂机器人上进行了测试，在 4-DoF 和 6-DoF 设置下的六个精确与协调任务中展现出 SOTA 性能，并在存在干扰物体和部分遮挡时表现出鲁棒性。视频见：https://www.robot-learning.uk/one-shot-dual-arm。
引用
@article{arxiv.2503.06831,
title = {One-Shot Dual-Arm Imitation Learning},
author = {Yilong Wang and Edward Johns},
journal= {arXiv preprint arXiv:2503.06831},
year = {2025}
}
备注
Accepted at ICRA 2025. Project Webpage: https://www.robot-learning.uk/one-shot-dual-arm