SAILOR

模仿学习为机器人学习通用行为提供了一条有前途的途径，但传统上由于高数据监督要求和脆弱的泛化而表现出有限的可扩展性。受多任务模仿学习最新进展的启发，我们研究了如何使用先前任务的先验数据，以促进以稳健、数据高效的方式学习新任务。为了有效利用先前的数据，机器人必须内化过去经验中的知识，并将这些知识应用到新的任务中。为此，我们开发了一个基于技能的模仿学习框架，该框架从先前的数据中提取暂时扩展的感觉运动技能，并随后学习调用这些学到的技能的目标任务的策略。我们确定了几个可以显着提高新任务性能的关键设计选择，即表示学习目标以实现更可预测的技能表示，以及基于检索的数据增强机制以扩大政策培训的监督范围。在一系列模拟和现实世界的操作领域中，我们证明了我们的方法显着优于现有的模仿学习和离线强化学习方法。