RoboManipBaselines：面向真实与仿真环境中机器人操作的模仿学习统一框架
机器人学
2026-05-26 v3
摘要
我们提出了RoboManipBaselines，一个用于机器人操作中模仿学习研究的开源软件框架。该框架支持整个模仿学习流水线，包括数据收集、策略训练和部署，涵盖仿真和真实环境。其设计强调通过一致的工作流实现集成、跨多样环境和机器人平台的通用性、易于添加新机器人、任务和策略的可扩展性，以及通过使用公开可用数据集进行评估实现的可复现性。RoboManipBaselines系统地实现了模仿学习的核心组件：环境、数据集和策略。通过统一接口，该框架支持多种仿真器和真实机器人环境，以及多模态传感器和广泛多样的策略模型。我们进一步在仿真和真实环境中展示了基准评估，并介绍了若干研究应用，包括数据增强、与触觉模型的集成、交互式机器人系统、3D感知评估和硬件扩展。这些结果表明RoboManipBaselines为使用模仿学习推进机器人操作研究和实验验证提供了有用的基础。https://isri-aist.github.io/RoboManipBaselines-ProjectPage
引用
@article{arxiv.2509.17057,
title = {RoboManipBaselines: A Unified Framework for Imitation Learning in Robotic Manipulation across Real and Simulation Environments},
author = {Masaki Murooka and Tomohiro Motoda and Ryoichi Nakajo and Hanbit Oh and Koshi Makihara and Keisuke Shirai and Tetsuya Ogata and Yukiyasu Domae},
journal= {arXiv preprint arXiv:2509.17057},
year = {2026}
}
备注
Added a Limitations section in response to comments from reviewers