PRISM：基于人类指令的人类仿真技能操控的个人化细化
机器人学
2026-03-09 v1 人工智能
摘要
本文提出 PRISM：一种用于机器人操控仿真技能的指令条件细化方法。该方法将仿真学习（IL）与强化学习（RL）框架无缝连接，使得从一组用户引导的演示中生成的广泛通用任务的仿真策略，能够通过强化学习细化以生成新的不可见细粒度行为。细化过程遵循 Eureka 范式，其中 RL 的奖励函数是从初始自然语言任务描述中迭代生成的。所提方法在此机制之上，通过引入人类在中间 rollout 中的反馈纠正，适配针对新目标配置和约束的细化 IL 策略，实现策略可重用性和数据效率。针对模拟场景中的抓取-放置任务，实验结果表明，所提方法优于无人类反馈的策略，提高了部署中的鲁棒性，降低了计算负担。
引用
@article{arxiv.2603.05574,
title = {PRISM: Personalized Refinement of Imitation Skills for Manipulation via Human Instructions},
author = {Arnau Boix-Granell and Alberto San-Miguel-Tello and Magí Dalmau-Moreno and Néstor García},
journal= {arXiv preprint arXiv:2603.05574},
year = {2026}
}
备注
10 pages, 3 figures, Accepted for publication at European Robotics Forum 2026