面向数据稀缺场景的非参数模仿学习新方法

研究者提出一种非参数的概率策略建模方法，专为数据稀缺与异方差不确定性的场景设计。该方法利用机器人中常见流形的几何先验，以时间或机器人状态为输入构建策略。其采用不可分离的对角核，当输入输出维度相同时，可捕捉自由度自由度DoF机器人能独立运动的方向数量；自由度越多，动作通常越灵活，控制也更复杂。◆ 小白科普 · 现身之间的不确定性关系，从而提升数据效率与适应能力。

通过优化公式，该方法支持位置与姿态轨迹的快速更新，所需时间少于 3 ms。它能够同时处理流形值输入与流形值输出，并适应较大的姿态变化。借助任务参数化，可便捷地迁移到不同物体位姿。作者在一组玩具示例以及真实机器人操作任务中进行了评估。实验覆盖自主执行与共享控制两种场景，结果显示该方法在数据稀缺条件下仍能提供可靠的策略与不确定性估计。