论文速览 | Arxiv 20231102 ROBOGEN: TOWARDS UNLEASHING INFINITE DATA FOR AUTOMATED ROBOT LEARNING VIA GEN

注1:本文系“最新论文速览”系列之一,致力于简洁清晰地介绍、解读最新的顶会/顶刊论文

论文链接：https://arxiv.org/abs/2311.01455
项目主页: https://robogen-ai.github.io/

RoboGen: 赋予无限数据以解放机器人自动学习的潜力,通过生成式仿真实现

摘要

• 本文提出了RoboGen,一个生成式机器人代理,通过生成式仿真自动大规模学习各种机器人技能。RoboGen利用了最新的基础模型和生成模型的进展。但不同于直接使用或改编这些模型产生策略或低级动作,我们主张一种生成方案,即利用这些模型自动生成多样化的任务、场景和训练监督,从而实现最少人为监督下的机器人技能学习规模化。

介绍

• 动机:赋予机器人具备在各种非工厂环境中操作并完成广泛任务的能力。近年取得长足进展,但这些技能仍相对独立、时间跨度短,需要人工设计任务描述和训练监督。

• 生成式仿真的优势:使用生成模型提取信息,构建环境,再用物理引擎学习理解物理交互,获取技能。

• 我们的方案优势:提取基础模型内的知识,而非直接产生策略或动作。我们使用这些知识构建环境,然后使用额外的物理仿真让机器人获取技能。