论文摘要 · 2026-10-05 · arXiv (Cornell University)
提高机器人学习效率的基于性能的数据收集方法
Mulligan: Performance-Guided Data Collection for Efficient On-Robot Learning
- 做了什么
- 研究团队提出了 Mulligan 技术，该技术通过重点收集机器人操作学习过程中的失败状态和未尝试状态来提高效率。
- 核心结果
- 与传统方法相比，Mulligan 技术将机器人的最终任务成功率提高了 10% 到 34%。
- 意义
- 这展示了技术上的进步，有助于在人类教导机器人的过程中更有效地利用时间和精力。
研究背景
通过人类示范教导机器人是一种可靠的方法，但随着策略的改进，额外示范带来的性能提升幅度会减小，存在局限性。为了克服这一问题，采用了人工介入的方法，但以往失败集中在特定的初始状态，导致数据收集效率低下。
方法
Mulligan 将初始状态分布作为决定因素，在观察到的失败点和未尝试状态下开始每一轮的插曲。此外，它结合了利用包括在传统模仿学习中被丢弃的失败数据在内的所有数据训练出的价值函数，从而提高了数据效率。
主要结果
在实际机器人任务和模拟任务中，Mulligan 的表现优于均匀初始状态抽样方法。在人类介入下，人机团队完成了全部收集插曲的 98%。
局限与待确认之处
仅从摘要内容中无法确认在实际产业现场的各种变量中长期维持的成本或通用性的详细信息。
术语解释
- 政策 — 机器人决定在给定情况下采取何种行动的规则或算法
- 价值函数 — 预测特定状态或行动在未来会带来多好结果的数学公式
本摘要由 AI 根据论文摘要撰写，并经编辑审核。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。 具体数据与背景请查阅原文。
本页面整理已发表的论文、官方公告和媒体报道，仅供参考。论文摘要由 AI 根据论文摘要撰写并经编辑审核，可能与原文存在差异，重要内容请查阅原文。本页面不构成任何证券的买卖建议或投资咨询。 人事变动以官方公告或主要媒体报道为来源，部分履历参考维基数据（CC0）。 本页摘要由 AI 根据编辑审核过的韩文版本翻译。
