RoboCrowd: 通过众包扩展机器人数据采集

近年来，从大规模人类演示中进行模仿学习已成为训练机器人策略的有前景范式。然而，采集大量人类演示的负担在采集时间和需要访问专家操作员方面十分显著。我们提出一种新的数据采集范式 RoboCrowd，通过利用众包原则和激励设计来分配工作负载。RoboCrowd 有助于实现可扩展的数据采集，并促进更高效的机器人策略学习。我们在 ALOHA（Zhao et al. 2023）——一个支持通过遥操进行数据采集的双臂平台——之上构建 RoboCrowd，以探索在公共环境中进行面对面演示的众包设计空间。我们提出了三类激励机制以吸引用户基于不同动机与系统交互：物质奖励、内在兴趣和社会比较。我们通过包含物质奖励、有吸引力或具有挑战性的操作任务以及排行榜等游戏化元素来实现这些激励。我们进行了一项为期两周的大规模实地实验，平台设在大学咖啡馆中。我们观察到与系统的显著互动——超过 200 人独立自愿提供了总计超过 800 个交互片段。我们的结果验证了所提出的激励机制在塑造用户数据数量和质量方面的有效性。此外，我们证明众包数据可作为专家演示微调策略的有用预训练数据——与没有这些数据相比，性能提升高达 20%。这些结果表明，通过仔细实施众包和激励设计原则，RoboCrowd 有望减轻机器人数据采集的负担。