跳到主要内容
检索

# 交互式模仿学习

1 篇关联报道

订阅更新
  1. arXiv

    机器人不必再模仿自己的旧动作:SeRA用后续策略重标注自主经验,真机番茄采摘成功率从40%升到80%

    交互式模仿学习里,人类纠错稀疏,而机器人自主执行留下大量没有动作标签的经验。SeRA把这些经验交给后续策略检查点重新标注,用检查点之间的一致性筛掉不可靠标注,再围绕被接受的标注构造动作集合而非精确模仿;在五个仿真操作任务的在线与离线设置中成功率均高于SDP及模仿历史动作或精确标注的基线,真机番茄采摘任务上以相同人类反馈和训练预算达到80%成功率,SDP为40%。

已读完全部报道