VITAL：通过视觉人在回路中校正的交互式少样本模仿学习
机器人学
2025-05-23 v2 人工智能
计算机视觉与模式识别
摘要
模仿学习(IL)已成为机器人领域的一种强大方法，使机器人能够通过模仿人类动作来获取新技能。尽管其潜力巨大，但IL的数据收集过程仍是一个重大挑战，因为获取高质量演示存在物流困难和高成本。为解决这些问题，我们提出通过模拟中的数据增强从少量演示中大规模生成数据。我们的方法利用经济实惠的硬件和视觉处理技术收集演示，然后进行增强以创建广泛的模仿学习训练数据集。通过同时利用真实和模拟环境以及人在回路中的校正，我们增强了所学策略的泛化能力和鲁棒性。我们通过多轮实验在模拟和真实机器人环境中评估了该方法，聚焦于不同复杂度的任务，包括瓶子收集、堆叠物体和锤击。实验结果验证了我们方法在从模拟数据学习鲁棒机器人策略方面的有效性，并显著受益于人在回路中的校正和真实世界数据的整合。此外，我们展示了该框架推广到新任务的能力，例如放置饮料托盘，展现了其适应性和处理广泛现实世界操作任务的潜力。实验视频可在以下网址找到：https://youtu.be/YeVAMRqRe64?si=R179xDlEGc7nPu8i
引用
@article{arxiv.2407.21244,
title = {VITAL: Interactive Few-Shot Imitation Learning via Visual Human-in-the-Loop Corrections},
author = {Hamidreza Kasaei and Mohammadreza Kasaei},
journal= {arXiv preprint arXiv:2407.21244},
year = {2025}
}