WidowX

新的CLAM框架支持从无标签演示中进行机器人学习

研究人员开发了CLAM（连续潜在动作模型），一个用于机器人学习的新框架，可以从无标签演示数据中推断连续潜在动作。该方法通过使用自监督动力学预测和少量与任务无关的玩耍数据来训练动作解码器，从而绕过了对昂贵的、带有动作标签的专家数据的需求。CLAM在各种机器人任务上取得了显著的改进，任务成功率比以前的方法高2-3倍，并且接近于使用特权专家动作标签的行为克隆的性能。