ReinforceGen：混合技能策略与自动化数据生成及强化学习
机器人学
2025-12-19 v1 人工智能
机器学习
摘要
长时序操控一直是机器人学领域的一个长期挑战。我们提出ReinforceGen，一个结合任务分解、数据生成、模仿学习和运动规划来形成初始方案，并通过基于强化学习的微调改进每个组件的系统。ReinforceGen首先将任务分解为多个局部技能，通过运动规划连接这些技能。技能和运动规划目标在由10个人类演示生成的数据集上通过模仿学习进行训练，然后通过在线适应和强化学习进行微调。在Robosuite数据集上基准测试时，ReinforceGen在所有任务的视觉运动控制最高重置范围设置下达到了80%的成功率。额外的消融研究表明，我们的微调方法贡献了平均89%的性能提升。更多结果和视频请访问 https://reinforcegen.github.io
引用
@article{arxiv.2512.16861,
title = {ReinforceGen: Hybrid Skill Policies with Automated Data Generation and Reinforcement Learning},
author = {Zihan Zhou and Animesh Garg and Ajay Mandlekar and Caelan Garrett},
journal= {arXiv preprint arXiv:2512.16861},
year = {2025}
}