清华团队CoRL 2024摘得最佳论文奖，机器人模仿学习新突破！

摘要：在近日闭幕的2024年度全球机器人学习顶级盛会CoRL（Conference on Robot Learning）上，来自中国清华大学的高阳教授团队凭借出色研究成果，在X-Embodiment Workshop中荣获最佳论文奖。该奖项不仅彰显了团队在机器人模仿

在近日闭幕的2024年度全球机器人学习顶级盛会CoRL（Conference on Robot Learning）上，来自中国清华大学的高阳教授团队凭借出色研究成果，在X-Embodiment Workshop中荣获最佳论文奖。该奖项不仅彰显了团队在机器人模仿学习领域的卓越贡献，也标志着中国学者在全球机器人技术前沿探索中的显著地位。

CoRL会议作为机器人学习领域的顶尖交流平台，每年都会吸引来自世界各地顶尖学府的最新研究成果。此次获奖的论文《Data Scaling Laws in Imitation Learning for Robotic Manipulation》，由高阳教授及其学生林凡淇、胡英东、盛平岳、Chuan Wen、游嘉诚共同完成。论文聚焦于模仿学习中数据规模定律的应用，特别是在实现零样本泛化方面的潜力。

研究过程中，团队通过精心设计的实验方案，收集了超过4万次人类演示数据，并在超过1.5万次机器人实际操作中进行了验证。实验发现，策略的泛化能力关键在于环境和对象的多样性，而非演示数量的简单累积。基于这一发现，团队创新性地提出了一种高效数据收集策略，仅需四位采集者花费一下午时间，即可获取足够数据，使机器人在新环境和新对象上的任务成功率接近90%。

为了进一步验证模型的泛化能力，研究团队将机器人部署在多种野外环境中，包括火锅店、咖啡馆、电梯、喷泉等，这些环境在数据收集阶段均未涉及。结果显示，模型在这些全新环境中表现出色，泛化能力远超预期。

论文详细阐述了实验设计过程，团队使用手持夹持器（UMI）在不同环境中收集人类演示数据，并采用扩散策略（Diffusion Policy）对数据进行建模。实验任务包括倒水、鼠标移动、叠毛巾和拔掉充电器等，通过改变训练环境数量、物体数量和演示数量，深入研究了策略泛化性能的变化规律。

研究结果显示，策略的泛化能力与训练物体数量、环境数量和训练环境-物体对数关系密切，符合幂律分布。随着训练物体和环境数量的增加，策略在未见过的物体和环境上的表现显著提高。这一发现为机器人模仿学习领域提供了新的理论支撑和实践指导。

获奖团队成员林凡淇和胡英东均为清华大学交叉信息研究院（IIIS）的博士生，他们的研究重点聚焦于具身智能领域，致力于通过大规模数据实现机器人的人类水平操作能力。盛平岳是IIIS姚班的本科生，对机器人技术、模仿学习和算法有着浓厚兴趣。Chuan Wen同为IIIS博士生，与宾夕法尼亚大学GRASP实验室保持密切合作，目前在伯克利人工智能研究（BAIR）担任访问学者。游嘉诚则是IIIS的一年级博士生。

高阳教授作为团队指导老师，现任上海期智研究院PI及清华大学交叉信息研究院助理教授，专注于强化学习与机器人领域的研究。他领导的具身视觉与机器人实验室（EVAR Lab）致力于利用人工智能技术赋能机器人，打造通用的具身智能框架。

CoRL 2024会议还宣布了其他最佳论文获奖名单，包括Kuo-Hao Zeng等人的《PoliFormer: Scaling On-Policy RL with Transformers Results in Masterful Navigators》和Franck Djeumou等人的《One Model to Drift Them All》。这些研究同样在机器人学习领域取得了重要突破，为未来的技术发展提供了宝贵借鉴。