MIRROR：从离线数据学习机器人对称变换

Shiqi Liu 等提出 MIRROR 框架，从离线交互数据中学习已知对称群如何同时作用于观测与动作，用于部分可观测马尔可夫决策过程。该方法在一步转移元组上做对抗匹配以耦合变换，并用群一致性正则约束群运算公理。 在 Robosuite 四个桌面操作任务上，MIRROR 在四项对称性质量指标中的三项取得最低综合误差，其中兼容性误差（衡量变换复合下的相容性）较改造的 LaLiGAN 基线降低 61%。将学到的变换用于帧平均行为克隆，四个任务的平均成功率均高于普通行为克隆，平均从 80.48% 升至 85.12%，单任务最高提升 9.66 个百分点。 作者还用高度图与分割掩码观测在仿真中重复对称性发现与策略训练，并将所得策略零样本部署到真实的 Kinova GEN3 机械臂上。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。