RESTA用时间缩放增强提升机器人模仿学习数据效率
热点事件持续更新
RESTA用时间缩放增强提升机器人模仿学习数据效率
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Yunpeng Jiang 等提出 RESTA（轨迹反转与时间步长重采样）数据增强方法，在 16 项双臂操作任务上报告：每任务用 25 和 50 条独立采集的演示训练时，平均成功率分别为 78.4% 和 85.2%，与用两倍演示量训练的基线（77.3% 和 85.4%）持平或更高。 论文称轨迹反转在低数据场景下尤其有效，时间步长重采样则提升随机时间调度下的成功率。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
RESTA：通过时间缩放数据增强提升机器人模仿学习数据效率报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选RESTA：通过时间缩放数据增强提升机器人模仿学习数据效率
论文提出 RESTA（Reversal and Stride-based Trajectory Augmentation），通过轨迹反转与时间重采样两种时间缩放数据增强提升机器人模仿学习的数据效率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。