机器人学习:教程

发表
Francesco CapuanoFrancesco Capuano 提交
作者: Francesco CapuanoFrancesco Capuano, Caroline Pascal, Adil ZouitineAdil Zouitine, Thomas WolfThomas Wolf, Michel AractingiMichel Aractingi

摘要

AI 生成总结
机器人学习从基于模型的方法转向数据驱动方法,利用强化学习和行为克隆技术,开发用于各种任务和机器人类型的多功能、语言条件化模型。
机器人学习正处于一个转折点,这得益于机器学习的飞速发展以及大规模机器人数据的日益可用。这种从经典的、基于模型的方法转向数据驱动的、基于学习的范式,正在释放出前所未有的自主系统能力。本教程将引导您了解现代机器人学习的现状,从强化学习和行为克隆的基础原理,到能够跨越不同任务甚至不同机器人实体操作的通用、语言条件化模型。本作品旨在为研究人员和实践者提供指导,我们的目标是为读者提供必要的概念理解和实践工具,以便他们能够为机器人学习的发展做出贡献,并提供在lerobot中实现的、可开箱即用的示例。
查看 arXiv 页面查看 PDF

评论

Francesco CapuanoFrancesco Capuano
论文作者
论文提交者

机器人学习的综合教程,从第一性原理对最相关的技术进行逐步推导,并在 lerobot 中实现动手代码示例。

Thomas WolfThomas Wolf
论文作者

终于!