在控制器限制内重定时示教以加速模仿学习

论文指出，模仿策略继承操作者节奏，重定时加速到示教速度两三倍时成功率会崩塌；作者认为原因是低层控制器每个控制周期只能实现有界位移，合并连续指令会产生超出该界限的训练对，并提出“超出占比”来刻画这类训练对在重定时数据中的比例，该比例与重训练策略崩塌的位置相关。据此给出单参数规则：只要合并后的位移仍可实现就贪心合并，使每条指令按构造可实现并保留示教几何。在四个仿真 robomimic 任务上，每格 200 个留出种子。