It's Not Just More Demos: Counterfactual Action Sensitivity Coverage for Data-Efficient Robust Robot Imitation
arXiv 论文 2607.27261v1 提出 Counterfactual Nuisance Behaviour Cloning (CFNBC)，一种离线数据选择框架，用于机器人模仿学习的鲁棒性修复。该方法从干净演示训练的名义策略出发，生成成对的干净和干扰观测，测量动作漂移（action drift）作为策略对干扰的敏感性信号，以选择紧凑的修复数据集。实验在 MuJoCo 双机械臂立方体转移和 SimplerEnv 立方体堆叠任务中验证，显示动作漂移与干扰下的性能下降相关。
Development
- First ReportIt's Not Just More Demos: Counterfactual Action Sensitivity Coverage for Data-Efficient Robust Robot ImitationarXiv cs.RO
- Current Assessment该研究针对模仿学习策略对视觉干扰的脆弱性问题，提出数据高效的鲁棒性修复方法，可能降低机器人部署中对环境变化的敏感性，推动机器人学习在真实世界的应用。Agent Pulse · analysis
arXiv 论文 2607.27261v1 提出 Counterfactual Nuisance Behaviour Cloning (CFNBC)，一种离线数据选择框架，用于机器人模仿学习的鲁棒性修复。该方法从干净演示训练的名义策略出发，生成成对的干净和干扰观测，测量动作漂移（action drift）作为策略对干扰的敏感性信号，以选择紧凑的修复数据集。实验在 MuJoCo 双机械臂立方体转移和 SimplerEnv 立方体堆叠任务中验证，显示动作漂移与干扰下的性能下降相关。
CFNBC 的核心创新在于利用反事实干扰生成和动作漂移度量，提供策略特定的敏感性信号，无需在线执行或成功标签即可选择数据。这为离线数据选择提供了新思路，可能减少对大量多样化演示的依赖。
该研究针对模仿学习策略对视觉干扰的脆弱性问题，提出数据高效的鲁棒性修复方法，可能降低机器人部署中对环境变化的敏感性，推动机器人学习在真实世界的应用。
该方法可能降低机器人部署中对环境变化的敏感性，减少数据收集成本，提升机器人系统的可靠性，对机器人自动化行业具有潜在价值。
未来可验证 CFNBC 在更多任务和真实机器人上的泛化能力，以及动作漂移与其他鲁棒性指标的相关性。