← 视觉 · 语言 · 动作 / 数据与经验更新示范学习任务与评测覆盖CoRL 2021 · Fig. 1 · p.2 ↗
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
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。
- 01区分示范来源与质量
- 02统一训练评测
- 03分析算法和数据因素
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。
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