物理AI实验室 // 第 1.6 集 // 小测
模仿学习：看示范学动作
照着做，为什么没那么简单
01
一个行为克隆策略开头几步都对，中途稍微偏了一点，之后越走越离谱。最主要的原因是？
示范里本来就混进了错误的动作
偏到示范没有的地方，错误滚雪球
控制频率太高，动作来不及执行完
行为克隆每一步都会随机挑一个动作
02
ACT 不再一步一动，而是一次给出一小段动作。这么做主要是为了什么？
少抖动、少走神，错误不易滚起
让模型每一次能多看几张画面
减少录示范时需要的相机数量
让机器人可以完全不用示范来学
03
绕障碍时左绕、右绕都对。一个用老办法训练的策略，却直直地撞上了障碍。最可能的原因是？
示范里只录了左绕，没有录右绕
它把左绕右绕取了平均，卡在中间
它用的是扩散策略，随机性太大了
障碍物超出了相机能看到的范围
04
ACT 论文称，约十分钟示范，像开调料杯、插电池这样的真实任务，成功率能到八九成。下面哪种推断最站得住？
任何任务，十分钟示范都能做到八九成
这是仿真里的成功率，换到真机会低很多
是论文所举真实任务上测到的成功率
示范只要再多录一些，成功率就一定更高
05
你手上一个场景的示范已经够了，接下来的人手只够做一件事。按片中论文的结论，怎么用最划算？
在同一个场景里，再多录一倍示范
只留下最好的几条，其余全删掉
把录好的示范拿来多训练几遍
去更多环境、换更多物体录示范
看答案