Synthetic data generation for robot policies上級
ロボの失敗を診断して訓練場面を作るシミュレーター、CoDAでpi0.5の汎化成功率5倍
イリノイ大学、香港中文大学(深圳)、アマゾンの研究者によるプレプリントCoDAは、ロボット方策自身の失敗を狙ってシミュレーターに新たな訓練場面を作らせ、4種類の操作課題でpi0.5モデルの未知の変化に対する成功率を5.3%から27.6%に高めた。同じ予算で最も強い比較手法を9.5ポイント上回る。LIBERO-Proでは15回の反復で、物体の位置を変えた条件の成功率が25%から84%、指示文を言い換えた条件で1%から76%に上がった。