Imitation Learning전문가
EF-GAIfO, 로봇 경험 기반 실행 가능성 추정으로 상태 시연 모방 성능 높인다
로봇과 체형이 다른 사람의 상태 궤적만으로 정책을 학습할 때 로봇이 실행 불가능한 전이를 로봇 자신의 경험으로 가려내는 EF-GAIfO를 제안했다. 점질량 환경에서 GAIfO 대비 성공률을 최대 75%포인트 높였고, Unitree Go2 실물 로봇의 물체 집기 작업에서도 70~80% 성공률을 보였다. 이 연구는 arXiv 프리프린트로, 동료 심사 여부는 보고되지 않았다.