DiscoDemo: Discovering Efficient and Diverse Robot Demonstrations for Imitation Learning
Pubblicata su AIChronos il · fonte del · Minho Park, Kinam Kim, Donghu Kim, Byungkun Lee, Dongyoon Hwang, Yongjae Shin (DAVIAN Robotics)
DiscoDemo è un framework che utilizza il reinforcement learning (RL) non come controller finale, ma come generatore di dati per migliorare l'apprendimento dell'imitazione visuo-motoria. Il metodo addestra un generatore RL condizionato da latenti privilegiati con una curvatura parallela inversa e un obiettivo di diversità basato sul successo per scoprire soluzioni multiple. Questo approccio produce comportamenti a ciclo chiuso sicuri che vengono esportati come dataset statico, aumentando significativamente la copertura degli stati riusciti rispetto alle tecniche tradizionali.
- Il reinforcement learning viene impiegato esclusivamente come generatore di dati per l'apprendimento downstream dell'imitazione visuo-motoria.
- L'utilizzo di multiple successful solution modes garantisce una copertura più ampia delle traiettorie riuscite rispetto alla raccolta ripetuta di singole soluzioni strette.
- In simulazione, il successo medio dei policy downstream sale dal 40% al 62%, mentre nel mondo reale passa dal 39% al 78%.
- Il generatore produce comportamenti a ciclo chiuso che vengono filtrati per la sicurezza prima di essere esportati come dataset statico.
- La diversità delle soluzioni riuscite migliora l'apprendimento dell'imitazione anche per VLA pre-addestrati basati su flow-matching.
Perché conta. Questo approccio è rilevante perché dimostra come generare dati sintetici di alta qualità tramite RL possa potenziare agenti autonomi e modelli LLM applicati al controllo robotico, riducendo la dipendenza da costose raccolte manuali di dimostrazioni.
Vai alla fonte originale ↗ arXiv ↗
Scheda generata automaticamente da un modello AI locale a partire dalla fonte originale: può contenere imprecisioni.