SkillMimic: 从演示中学习篮球交互技能
计算机视觉与模式识别
2025-03-31 v2 图形学
机器学习
机器人学
摘要
传统的强化学习方法用于人类-对象交互 (HOI) 依赖于繁琐的、手动设计的技能奖励，这些奖励在不同交互之间难以泛化。我们提出 SkillMimic，一个统一的数据驱动框架，从根本上改变了智能体如何学习交互技能的方式，通过消除对技能特定奖励的需求。我们的关键洞察是，单一的 HOI 模仿奖励可以有效捕捉来自 HOI 数据集中多样化交互模式的精髓。这使 SkillMimic 能够学习单个政策，不仅能掌握多种交互技能，而且能促进技能之间的转换，随着 HOI 数据集的增长，多样性和泛化能力不断提升。为了进行评估，我们收集并引入了两个篮球数据集，包含约 35 分钟的多样化篮球技能。大量实验表明，SkillMimic 成功掌握了包括篮球技巧中各种风格化变化的 dribbling、layup 和 shooting 在内的广泛篮球技能。此外，这些学习到的技能可以被有效地由高层控制器组合，以完成复杂且长期程度的任务，如连续得分，为可扩展且可泛化的交互技能学习开辟了新的可能性。项目页面: https://ingrid789.github.io/SkillMimic/
引用
@article{arxiv.2408.15270,
title = {SkillMimic: Learning Basketball Interaction Skills from Demonstrations},
author = {Yinhuai Wang and Qihan Zhao and Runyi Yu and Hok Wai Tsui and Ailing Zeng and Jing Lin and Zhengyi Luo and Jiwen Yu and Xiu Li and Qifeng Chen and Jian Zhang and Lei Zhang and Ping Tan},
journal= {arXiv preprint arXiv:2408.15270},
year = {2025}
}