DAVIAN-Robotics

DiscoDemo 使用强化学习生成多样化的机器人操作数据

研究人员开发了 DiscoDemo，这是一种利用强化学习生成多样化且成功的机器人操作轨迹的新方法。该方法旨在克服传统行为克隆的局限性，后者对训练数据的覆盖范围高度敏感。通过使用逆向课程和多样性目标来训练一个潜在条件强化学习生成器，DiscoDemo 能够生成多种成功的行为，这些行为可以被过滤并导出为数据集。生成的演示在下游视觉运动策略方面显示出显著的改进，无论是在模拟还是在真实机器人上，与基线方法相比，成功率都大大提高。