11:29arXiv cs.AI@Steven Oh, Jason Jingzhou Liu, Tony Tao, Philip Han, Kenneth Shaw, Satoshi Funabashi, Ruslan Salakhutdinov, Deepak Pathak精选本文提出NEXT方法,通过数据驱动的方式仅用10分钟自由运动数据训练1分钟,即可估计机械臂外部关节力矩,无需专用力传感器。结合FIRST重采样训练策略,在行为克隆中提升接触任务表现,五个长时任务中任务进度提升超17%。该方法让低成本机械臂也能实现力反馈遥操作和策略学习,无需额外硬件。代码和视频已开源。论文力感知机器人操作行为克隆低成本硬件NEXT推荐理由:做机器人操作研究的团队终于有了低成本力感知方案——NEXT仅需10分钟数据就能替代昂贵传感器,FIRST让行为克隆在接触任务中提升17%进度,建议做遥操作或灵巧操作的开发者直接试。原文
12:33arXiv cs.LG@Quinn Pfeifer, Ethan Pronovost, Paarth Shah, Khimya Khetarpal, Siddhartha Srinivasa, Abhishek Gupta精选华盛顿大学团队提出 DARP(差异感知检索策略),一种半参数检索式模仿学习方法,通过重用在推理时的训练数据来缓解行为克隆的分布外泛化问题。DARP 不学习全局策略,而是基于专家演示的 k 近邻、对应动作及邻居与查询状态的相对距离向量来预测动作。该方法无需额外数据收集、在线专家反馈或任务特定知识,在连续控制和机器人操作等任务上比标准行为克隆提升 15-46%。代码和演示已开源。论文模仿学习行为克隆检索增强机器人操作DARP推荐理由:DARP 用检索替代全局映射,解决了行为克隆在部署时误差累积的痛点,做机器人学习和模仿学习的开发者可以直接参考其开源代码。原文