面向机器人操作的混合质量演示数据：基于分段选择与优化的有效利用

数据对机器人操作至关重要，因为它支撑了复杂任务的机器人系统开发。虽然高质量、多样化的数据集可提升机器人操作策略的性能和适应性，但收集大量专家水平数据具有资源密集型。因此，当前许多数据集因操作员差异导致质量不一致，亟需有效利用混合质量数据的ethods。为缓解此问题，我们提出了“Select Segments to Imitate”（S2I）框架，在确保与现有机器人操作策略插拔兼容的前提下，对混合质量演示数据进行分段选择与优化。该框架包含三个组件：演示分段将原始数据划分为有意义的段；段选择采用对比学习寻找高质量段；轨迹优化以优化次优段以获得更佳策略学习。我们通过在六个任务中的全面仿真和真实环境实验评估了S2I，结果表明，仅需3个专家演示作为参考，S2I即可在使用混合质量演示训练时提升各种下游策略的性能。项目网站：https://tonyfang.net/s2i/。