← 视觉 · 语言 · 动作 / 数据与经验更新

正式发表 / Vision–Language–Action

robomimic

What Matters in Learning from Offline Human Demonstrations for Robot Manipulation

CoRL · 2021

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
示范学习任务与评测覆盖CoRL 2021 · Fig. 1 · p.2 ↗

系统研究人类示范的时序、质量和多样性对离线策略学习的影响,比较行为克隆与批量强化学习方法。

  1. 01区分示范来源与质量
  2. 02统一训练评测
  3. 03分析算法和数据因素
robomimic示范学习任务与评测覆盖
示范学习任务与评测覆盖

系统研究人类示范的时序、质量和多样性对离线策略学习的影响,比较行为克隆与批量强化学习方法。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

系统研究人类示范的时序、质量和多样性对离线策略学习的影响,比较行为克隆与批量强化学习方法。

WHY READ IT

为什么放在这条路线

补足“数据更多就更好”的阅读边界:操作者差异、时间相关性和观测配置同样决定学习效果。

当前阶段数据与经验更新 ↗

怎样采集、扩充并利用机器人经验?

READ WITH A QUESTION

读的时候,留意什么

这是基准与实证分析,图中是任务集合;不要将 robomimic 当成一种新的网络架构或单一算法。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器