两个几乎相同的动作,可能刚好分别擦过和抓住物体。研究者给示范策略的动作加入随时间相关的扰动,训练模型重现这些偏差带来的视觉变化,无需把设备精确重置到同一点再做一次。
在 DROID 数据上,模拟策略成功率与真实机器人结果的相关系数由 0.47 提升到 0.79。相关系数反映多种策略的排序关系,不能解读为单次抓取有 79% 的成功概率。
AFFECT 在训练中扰动动作,检查模型预测的画面变化能否对应真实记录。

两个几乎相同的动作,可能刚好分别擦过和抓住物体。研究者给示范策略的动作加入随时间相关的扰动,训练模型重现这些偏差带来的视觉变化,无需把设备精确重置到同一点再做一次。
在 DROID 数据上,模拟策略成功率与真实机器人结果的相关系数由 0.47 提升到 0.79。相关系数反映多种策略的排序关系,不能解读为单次抓取有 79% 的成功概率。