跳到正文
arXiv · 机器人与计算机视觉· Lars Ankile, Perry Dong, Rohan Bhowmik, Aneesh Muppidi, David D. Yuan, Shuran Song, Chelsea Finn·· 2026-10-06AI 评分75

Mulligan:面向高效机器人学习的性能引导数据采集方法

Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning

AI 导读

该论文针对机器人从人类演示中学习时增益递减的问题,提出 Mulligan 方法以最大化有限监督集下的改进效果。核心在于将初始状态分布作为决策变量,优先在策略失败或未被尝试的状态上采集数据,而非均匀采样;同时结合基于所有数据(含被模仿学习丢弃的失败样本)训练的价值函数进行动作选择。

来源:arXiv · 机器人与计算机视觉 · arxiv.org