行动前先准备：从人类学习重排初始状态
机器人学
2025-09-23 v1 机器学习
系统与控制
系统与控制
摘要
模仿学习（IL）已在一系列操作任务中被证明有效。然而，当面对分布外的观测时，IL策略往往表现不佳；例如，当目标物体处于先前未见的位置或被其他物体遮挡时。在这些情况下，当前IL方法需要大量演示才能达到鲁棒和可泛化的行为。但当人类面对这些非典型的初始状态时，我们通常会重新布置环境以利于任务执行。例如，一个人可能会旋转咖啡杯以便更容易握住把手，或将箱子推开以便直接抓住目标物体。本工作中我们寻求赋予机器人学习者同样的能力：使机器人在执行给定策略之前准备环境。我们提出了ReSET，一种算法，它接收初始状态——即处于策略分布之外的状态——并自主地修改物体姿态，使重构后的场景与训练数据相似。理论上，我们证明了这种两步过程（在展开给定策略之前重新布置环境）缩小了泛化差距。在实践中，我们的ReSET算法结合了与动作无关的人类视频和与任务无关的遥操作数据，以(i)决定何时修改场景，(ii)预测人类会采取哪些简化动作，以及(iii)将这些预测映射到机器人动作基元。与扩散策略、VLA和其他基线的比较表明，使用ReSET准备环境可以在总训练数据量相等的情况下实现更鲁棒的任务执行。视频见项目网站：https://reset2025paper.github.io/
引用
@article{arxiv.2509.18043,
title = {Prepare Before You Act: Learning From Humans to Rearrange Initial States},
author = {Yinlong Dai and Andre Keyser and Dylan P. Losey},
journal= {arXiv preprint arXiv:2509.18043},
year = {2025}
}