arXiv cs.RO 机器人学· Chengjie Zhang, Chao Tang, Wenlong Dong, Dehao Huang, Aoxiang Gu, Hong Zhang·· 2 小时前精选AI 评分52
Easy-IIL：用助手专家降低交互式模仿学习的人工操作负担
Easy-IIL: Reducing Human Operational Burden in Interactive Imitation Learning via an Assistant Expert
AI 导读
Easy-IIL 提出用现成的基于模型的模仿方法作为助手专家，替代大部分数据采集中的人工主动操作，人类专家只需提供一次演示初始化助手专家，并在任务接近失败的关键状态介入。仿真与真实世界实验显示该方法显著降低人工操作负担，同时保持与主流 IIL 基线相当的性能，用户研究也确认其降低了人类专家的主观工作负荷。
推荐理由
论文指出结构化模型模仿在少样本时优于端到端、数据增多后被反超，这一洞察可迁移用于设计人机协作的数据采集方案。
来源：arXiv cs.RO 机器人学 · arxiv.org