Mao Jiayuan

机器人通过单次演示学习框架实现83%的泛化能力

来自宾夕法尼亚大学、麻省理工学院和斯坦福大学的研究人员开发了一个名为RAPID的新框架，以提高机器人在物理任务中的泛化能力。该方法摒弃了数据密集型、端到端学习的模式，转向更结构化的、基于模型的规划方法。RAPID利用一个“编码代理”将人类的单次演示转化为可重用的、以对象为中心的程序，然后在模拟环境中进行验证，最后在真实世界中执行。这种方法显著提高了机器人执行新颖的、非抓取任务的能力，成功率很高，在复杂任务上实现了83%的泛化能力。