本文提出了一种名为CompILE的方法，通过无监督可微分序列分段模块学习顺序数据的潜在编码，从数据中学习可重复使用的，可变长度的分层行为，该模型通过分解潜在编码空间分离策略和分离策略的角色，能够学习连续的控制任务并在缺少任务特定策略时表现较优。

Dec, 2018

这篇研究论文介绍了一种将自然语言引入模仿学习中的方法，可以让专家在提供动作演示的同时，提供自然语言的描述。通过融合语言、知觉和动作的关系，实现了更加精细的控制，降低了场景的模糊度。在七自由度机械臂控制任务上的模拟实验表明，此方法可有效学习自然语言条件下的机器人操作策略，并与其他方法相比做出了明显改进。

Oct, 2020

本文提出一种通用的预训练-微调流水线——Self-supervised Multi-task pretrAining with contRol Transformer（SMART），通过设计一种控制中心的自监督微调目标，结合控制变压器（CT）实现了对短期控制和长期控制相关的信息的捕捉，在DeepMind控制套件上的广泛实验表明SMART极大地提高了在不同的学习场景下（包括模仿学习和强化学习）的学习效率和泛化能力。

Jan, 2023

本研究在模仿学习中评估了如何使用大型数据集进行预训练。我们提供了关于使用多任务演示和逆动力学建模的语境下进行预训练的证据，并在各种虚拟视觉操作问题中评估了这些证据。

May, 2023

利用预训练模型和视觉观察的知识，发展一种算法来构建和验证用于顺序决策任务的控制器，并将这些控制器与任务环境进行关联。

Aug, 2023

通过数学方法评估语言条件化策略学习框架中技能与语言指令之间的关系，提出了一种称为语言条件化技能发现（LCSD）的端到端模仿学习方法，通过最大化语言和技能之间的互信息，在无监督的情况下学习离散潜在技能并利用技能序列重构高级语义指令，通过在BabyAI、LORel和CALVIN上进行大量实验，展示了我们方法在语言条件化的机器人导航和操作任务中的优越性，包括对未知任务的增强泛化能力、改进的技能可解释性和显著提高的任务完成成功率。

Feb, 2024

使用自然语言设计状态抽象来实现模仿学习的框架，该框架利用语言模型的背景知识和自然语言监督，自动构建针对未见任务的状态表示，并证明其提高了泛化性和稳健性，缩短了设计时间。

Feb, 2024

PRIME是一种以行为基元为基础的框架，旨在提高模仿学习的数据效率，在多阶段操作任务中取得了显著的性能提升。

Mar, 2024

通过将视觉观察输入和行动轨迹输出转化为文本预训练的转换器（GPT-4 Turbo）可以接收和生成的标记序列，我们展示了现成的文本转换器可以在无需额外训练的情况下进行少样本上下文中的视觉模仿学习，模拟演示者的行为，从而将视觉观察映射到动作序列。在这种低数据情况下，我们表明这些转换器在将标记化的视觉关键点观察转化为行动轨迹方面的表现与最先进的模仿学习（扩散策略）相媲美甚至更好，而不是像通常的语言领域那样操作，Keypoint Action Tokens（KAT）利用基于文本的转换器在视觉和动作领域学习演示数据中的常规模式，为重塑自然语言模型用于具体任务指出了具有前景的新途径。

Mar, 2024

本文探讨了动作分块在机器人学习中的作用，尤其是在学习者与演示者之间的差异。我们提出了一种新颖的双向解码算法，结合了动作分块和闭环操作，以增强时间一致性，并在随机环境中促进自适应重规划。实验结果表明，该方法在模拟和真实任务中显著优于现有的生成策略。

Aug, 2024