Mirror Learning

镜像学习框架利用第三人称数据增强模仿学习

研究人员引入了一个名为“镜像学习”的新颖框架，通过利用第三人称观察数据来增强模仿学习。该方法结合了一个由微调视频扩散模型驱动的学习视角转换和一个逆动力学模型来推断动作轨迹。该方法生成“镜像数据”，这是通过观察演示者行为合成的伪第一人称专家数据，即使没有直接的第一人称数据也能进行有效的策略训练。用这些镜像数据增强传统的行为克隆已被证明可以提高下游策略的性能，这表明生成式世界模型可以为数据收集提供一种可扩展且安全的选择，替代大量的远程操作。