模仿学习的仪器化：增强衣架插入训练数据集

Remko Proesmans, Thomas Lips, Francis wyffels

2026

摘要

本文提出通过仪器化（在物体中集成传感器）来增强模仿学习，在衣架插入任务中，利用仪器化数据训练的扩散策略比纯视觉策略成功率提高14-25个百分点。实验表明，黑盒模仿学习策略能自动优先使用仪器化信号，且通过仪器化专家策略的滚动数据增强，可使纯视觉学生策略达到与仪器化专家相当的性能。

imitation learninginstrumentationsensor integrationdiffusion policyrobotic manipulation

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026