政策学习

什么是政策学习？

策略是将观察结果（图像、状态）映射到操作（关节命令、夹具）的函数。 策略学习通过数据（模仿）或奖励（RL）来训练这种映射。 视觉运动政策使用视觉作为主要输入。

关键架构

• ACT（变形金刚动作分块） — 预测动作块； 顺利执行。
• 扩散政策 - 多模式动作分布的去噪扩散。
• 行为克隆 — 来自演示的简单监督学习。
• VLA — 具有语言调节功能的视觉-语言-动作模型（OpenVLA、RT-2）。

相关资源

• 政策模型 — ACT、扩散政策、OpenVLA、Octo
• 模仿学习
• 数据服务 — 用于训练您的政策的数据