论文提出控制器限幅内重定时演示的模仿学习加速方法

Zongtan Li、Tianming Liu、Ye Zhao 提交给 ICRA 2027 的论文提出一种在控制器限幅内重定时示教的模仿学习加速方法。作者称，模仿策略会继承操作者节奏，把示教加速到两三倍时成功率会崩塌；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。作者用“超出占比”刻画这类训练对在重定时数据中的比例，并称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，合并上限为二时，四个任务的成功率均不低于冻结策略，Square 任务高 14 个百分点，并缩短成功回合。作者称同一原则也适用于仿真人形全身跟踪器：在其速度包络内重定时 429 条参考动作，2.3 倍速下 71% 的片段成功，而均匀时间缩放 2 倍速为 51%。以上均为仿真结果，论文为预印本投稿，未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。