物理AI实验室 // 第 1.6 集 // 一页纸
模仿学习：看示范学动作
照着做，为什么没那么简单
三个要点
- 模仿学习就是照示范做（行为克隆）：把“看到什么、做什么”学下来；但一旦走偏就进入陌生状态，错误会累积滚雪球（compounding error）。
- 两个有名的办法：动作分块（ACT，学了 6 个真实任务；约 10 分钟示范，开调料杯、插电池等任务成功率 80–90%，R）一次预测一小段更稳；扩散策略（Diffusion Policy，12 个任务上比此前最好的方法平均提升约 46.9%，R）擅长“同一场景多种正确做法”。
- 示范不是越多越好：一篇数据规模律研究发现，多样性比绝对数量更关键，攒够多样数据后，两个任务在新环境、没见过的物体上约 90%（R）；曲线先猛涨后压平。
证据：O 官方一手 · R 学术文献 · M 媒体二手
| R | 80–90% | ACT（动作分块）在开调料杯、插电池等真实任务上的成功率，只用约 10 分钟示范（论文） |
| R | 46.9% | Diffusion Policy 在 12 个任务、4 个基准上相对此前最好方法的平均提升（论文） |
| R | 约 90% | 攒够多样数据后，两个任务在新环境、没见过的物体上的成功率；论文称多样性比示范绝对数量更重要（论文） |
延伸阅读
- ACT / ALOHA：低成本双臂模仿学习（arXiv 2304.13705）
https://arxiv.org/abs/2304.13705 - Diffusion Policy（arXiv 2303.04137）
https://arxiv.org/abs/2303.04137 - Data Scaling Laws in Imitation Learning（arXiv 2410.18647）
https://arxiv.org/abs/2410.18647