模仿学习能否在灵巧操作中保持时间鲁棒性？
一项研究在接触密集的机器人 ParcelStow 任务中，以不同执行速度比较脚本专家与利用专家示范训练的 Action Chunking with Transformers（ACT）策略。两者在标称速度下的任务成功率均为 100%。但在测试的最高速度下，专家成功率降至 84%，ACT 仅为 53%。两个 ACT 策略相比标称速度分别下降 34 和 48 个百分点，而专家下降 16 个百分点。ACT 在最高速度下的 47 次失败中，有 35 次是插入时发生错位。尽管所有未形成力闭合的 ACT 抓取都能在重新定向和空中转移过程中保持包裹，但最终完成全部任务的比例只有 64%，低于专家抓取后的 95%。研究表明，标称速度下相同的任务成功率，并不意味着对执行速度变化具有相同的鲁棒性。代码、数据和评估脚本已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。