跳到正文
arXiv · 机器人与计算机视觉· Qiyuan Qiao, Ge Yuan, Can Wang, Dong Xu·· 14 天前精选AI 评分82

Reverse to Advance:基于逆向易任务的低成本硬策略学习框架

Reverse to Advance: Teleoperation-Cost Effective Hard Policy Learning from Reversed Easy Tasks

AI 导读

针对高质量遥操作数据集收集成本高且硬任务方向性不对称的问题,本文提出一种通过时间反转易任务来辅助硬策略学习的框架。该方法包含闭环数据采集、分层数据清洗(利用运动学先验和评论家引导的优势过滤)以及迭代策略学习三个核心组件。在两个仿真基准和真实机器人实验中,该方法在不依赖大量硬任务遥操作的情况下,相比基于反转和强化学习的基线方法,显著提升了复杂高精度操作任务的成功率并提高了训练稳定性。

推荐理由

提出利用逆向易任务轨迹作为监督信号,通过闭环采集与分层清洗降低硬任务遥操作成本。

来源:arXiv · 机器人与计算机视觉 · arxiv.org