LeTO：学习具有可微轨迹优化的受限视觉运动策略
提出了一种新颖的领域适应方法，将在大型易于获得的源数据集(例如，合成图像)上学习的视觉表示适应到目标实际世界领域, 不需要昂贵的手工数据注释。作者使用弱对齐图像，结合分布对齐的方式来解决实际和模拟环境差异的问题，并在机器人操作任务上对其进行了评估。
Nov, 2015
该研究提出了一种模型无关的深度强化学习方法，利用少量的演示数据来协助强化学习代理。作者将该方法应用于机器人操作任务并训练了端到端的视觉-动力学策略，直接从RGB相机输入到关节速度。实验结果表明，与仅使用强化学习或模仿学习训练代理的结果相比，作者的强化和模仿代理取得了显著的性能提高。此外，这些训练有素的策略在模拟到现实世界的零样本情况下也能获得初步的成功。
Feb, 2018
本文介绍了一种名为UPN的通用规划网络，该网络利用可微分的规划和梯度下降轨迹优化来学习适用于规划、泛化和目标指定的抽象表示方法，并能够成功实现跨具有不同构形和作用能力的机器人的视觉运动规划策略转移。
Apr, 2018
本研究提出了基于多任务离线强化学习和亚目标规划的框架，通过先从大量数据中提取信息进行预训练，然后在视觉输入下对未知任务进行在线微调，旨在解决机器人学中多任务数据对下游任务的泛化问题。
Oct, 2022
通过在模拟环境中学习视觉运动策略，我们提出了一种通过视觉域随机化方法来解决模拟与真实世界之间差异的问题，并在丰富的机器人操作任务中进行了基准测试。我们的方法在各种挑战性的操纵任务中取得了93%的成功率，并证明了模拟器训练的策略在真实场景中的视觉变化下具有更好的鲁棒性。
Jul, 2023
通过结合鲁棒模型预测控制器和数据增强策略，以及利用神经辐射场生成合成图像的方法，该研究提出了一种以图像为唯一水平位置来源，实现定位与轨迹跟踪的视觉驱动策略，其学习效率提升了80倍，训练时间减少了50%，实现了准确的定位和低跟踪误差，仅需1.5毫秒的嵌入式推理时间。
Nov, 2023
通过一小部分策略演练，我们提出了一个为机器人在任意环境中的性能提供严格下界评估的框架，通过应用标准的随机排序来提供性能分布的最差情况边界，并确保边界在用户指定的置信水平和紧凑度上成立。
May, 2024
通过一项快速推断的Consistency Policy方法，本研究提出了一种在资源受限的机器人系统中实现低延迟决策的有效替代Diffusion Policy的学习视觉动作控制方法。通过在已训练的Diffusion Policy中强制实施自我一致性，从而获得Consistency Policy，并在六个仿真任务和两个真实世界任务上与Diffusion Policy和其他相关加速方法进行比较，结果显示Consistency Policy相比其他方法可以提高一个数量级的推断速度并保持竞争性的成功率。
May, 2024
在这篇论文中，我们提出了一种视觉-运动策略学习框架，该框架在给定任务的人类示范中对视频扩散模型进行微调。在测试阶段，我们生成了一个以新颖场景的图像为条件的任务执行示例，并直接使用这个合成的执行结果来控制机器人。我们的主要观点是，使用常用工具可以轻松地弥合人手和机器人操作者之间的具身隔阂。我们在四个复杂度不断增加的任务上评估了我们的方法，并证明利用互联网规模的生成模型使得学习策略可以比现有行为克隆方法实现更高程度的泛化。
Jun, 2024