在关键之处学习：面向局部接触密集操作的自主数据采集与离线强化学习
研究提出模块化方案：在真实世界接触密集片段自主采集密集数据，再用离线强化学习训练局部策略，并与传统运动规划结合完成长时程装配。四个真实任务中仅用2–2.5小时自主采集数据，长时程任务平均成功率96%，仅规划基线55%、最强端到端基线37%；局部策略施加力降低49%，场景级分布外场景成功率仍达90%，共完成超1500次真实世界评估。
发布于 10-22 10:57来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Learning Where it Matters: Autonomous Data Collection and Offline Reinforcement Learning for Local Contact-Rich Manipulation》查看原链
arXiv:2607.15982v2 公告类型：替换 摘要：端到端在大规模数据集上训练得到的策略，在高精度接触密集任务中往往仍然脆弱。 此外，这类方法通常需要大量人工采集的数据，并且仍难以泛化到训练场景之外。 相比之下，经典运动规划泛化性好，但缺乏紧公差任务所需的精度与接触感知能力。
为可靠解决具有挑战性的接触密集任务，我们提出以模块化方式，在关键之处利用机器人数据与学习。 首先，我们提出一种面向真实世界的自主数据采集方案，在任务的接触密集片段局部采集密集数据，从而不再依赖遥操作员的技能。 其次，我们证明使用离线强化学习，可将采集到的数据转化为高成功率的策略。
随后，我们将局部策略与传统运动规划集成，以解决长时程装配任务。 在四个真实世界任务中，仅使用 2–2.5 小时的自主数据采集，我们在长时程任务上取得 96% 的平均成功率，而仅规划基线为 55%，最强的端到端基线为 37%。 我们的局部策略还将施加的力减少 49%。
值得注意的是，在场景级分布外场景中，性能仍保持在 90%，而端到端方法则表现不佳。 我们总共运行了超过 1500 次真实世界评估 rollout。 我们的结果为接触密集任务中的定向数据采集以及精密应用中的高成功率铺平了道路。 视频与定性结果见 https://learnsyslab.github.io/data_and_learning_where_it_matters/