教机器人FISH：来自一分钟演示的通用模仿
机器人学
2023-03-03 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
尽管模仿学习为我们提供了训练机器人的高效工具包，但学习对环境变化稳健的技能仍是一项重大挑战。当前方法要么依赖涵盖环境变化的海量演示，要么依赖需要状态估计的手工奖励函数，来解决该挑战。这两个方向都无法扩展到快速模仿。在本工作中，我们提出快速人类技能模仿（FISH），一种仅需不到一分钟人类演示即可学习稳健视觉技能的新模仿学习方法。给定通过离线模仿演示训练得到的弱基策略，FISH计算对应于机器人行为与演示之间“匹配”的奖励。这些奖励随后用于自适应更新叠加在基策略之上的残差策略。在所有任务中，FISH最多需要二十分钟的交互式学习，即可在演示中未出现的物体配置上模仿演示。重要的是，FISH被构建为通用的，可跨机器人形态（如xArm、Allegro、Stretch）和相机配置（如第三人称、手眼）使用。我们在9个不同任务上的实验评估表明，FISH达到了93%的平均成功率，约为先前最先进方法的3.8倍。
引用
@article{arxiv.2303.01497,
title = {Teach a Robot to FISH: Versatile Imitation from One Minute of Demonstrations},
author = {Siddhant Haldar and Jyothish Pari and Anant Rai and Lerrel Pinto},
journal= {arXiv preprint arXiv:2303.01497},
year = {2023}
}
备注
Code and robot videos are available at https://fast-imitation.github.io/