研究人员开发了EgoRecovery，这是一个联合训练框架，旨在使具身机器人能够从人类演示中学习故障恢复行为。该方法通过让人类在任务失败后记录纠正动作的短片段来有效地收集恢复数据，每小时产生的数据量是传统机器人遥操作的十倍以上。该框架将人类恢复演示对齐到一个共享的纠正意图空间，然后将其与可执行的机器人动作关联起来，所需的机器人特定数据最少。实验表明，与各种基线方法相比，EgoRecovery在现实世界的恢复任务中显著提高了机器人的成功率。 AI
影响 使机器人能够学习复杂的故障恢复行为，有可能提高其在现实世界应用中的可靠性。
排序理由 详细介绍新机器人学习框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
