X-IL：探索模仿学习策略的设计空间
机器人学
2025-02-20 v2 机器学习
摘要
设计现代模仿学习（IL）策略需要做出诸多决定，包括特征编码、网络结构、策略表示等众多选择。随着该领域的快速发展，可用选项持续增长，为 IL 策略的设计空间留下了广阔且鲜有探索的疆域。本文提出 X-IL，一个易于使用的开源框架，用于系统性地探索这一设计空间。该框架的模块化设计使能够无缝替换策略组件，如骨干网络（如 Transformer、Mamba、xLSTM）和策略优化技术（如 Score-matching、Flow-matching）。这种灵活性促进了全面的实验，并导致发现了超越现有方法的新型策略配置。我们的实验显示，不仅实现了显著的性能提升，而且为各种设计选择的优势与弱点提供了宝贵的见解。本研究既是实践者的实用参考，也是为指导未来 IL 研究奠定了基础。
关键词
引用
@article{arxiv.2502.12330,
title = {X-IL: Exploring the Design Space of Imitation Learning Policies},
author = {Xiaogang Jia and Atalay Donat and Xi Huang and Xuan Zhao and Denis Blessing and Hongyi Zhou and Han A. Wang and Hanyi Zhang and Qian Wang and Rudolf Lioutikov and Gerhard Neumann},
journal= {arXiv preprint arXiv:2502.12330},
year = {2025}
}