BC-Z：利用机器人模仿学习进行零样本任务泛化

文章预览

22年2月来自谷歌、Everyday Robots、伯克利分校和斯坦福的论文“BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning”。 本文研究如何使基于视觉的机器人操控系统推广到新任务，这是机器人学习中长期存在的挑战。从模仿学习的角度来应对这一挑战，旨在研究如何通过扩展和拓宽所收集的数据来促进这种推广。为此，开发一个交互式的灵活模仿学习系统，该系统可以从演示和干预中学习，并可以根据传达任务不同形式的信息进行调节，包括预训练的自然语言嵌入或人类执行任务的视频。当将真实机器人上的数据收集扩展到 100 多个不同的任务时，该系统可以执行 24 个未见过的操作任务，平均成功率为 44%，无需任何机器人演示过这些任务。 机器人技术的一大挑战是打造一个通用机器人，使其能够根据任意用户命令在非结构化环境中执行多种任务。这 ………………………………