Imitation Learning

先读这三篇。

DAgger 解决误差累积 → ACT/ALOHA 把遥操作做成标配 → UMI 用手持夹爪+GoPro 采野外数据。

1. 1
   A Reduction of Imitation Learning and Structured Prediction to No-Regret Online Learning 2011 · AISTATS · ⭐⭐⭐⭐

   光看老师开车的录像不够 -- 学生一走偏就越错越离谱。DAgger 让学生自己先开几圈，把走偏的地方拿去问老师答案，再训，反复几轮就稳了。

2. 2
   Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware (ACT/ALOHA) 2023 · RSS · ⭐⭐⭐

   用约 2 万美元搭一套"主从臂遥操 + 四摄像头"的双臂系统（ALOHA），让人示范 50 次约 10 分钟，再用 ACT 算法让机器人一次预测未来 100 步动作而不是一步一步猜——开调料杯、插电池这类毫米级精细活，成功率能到 80–96%。

3. 3
   Universal Manipulation Interface 2024 · RSS · ⭐⭐⭐

   做一个和机器人末端一模一样的手持夹爪 + GoPro（约 371 美元），人去厨房、咖啡馆随便示范；视频经视觉-惯性 SLAM 还原 6D 轨迹，再训 Diffusion Policy——机器人不在场也能采数据，洗碗、抛球、叠毛衣、摆咖啡杯都能零样本泛化到新环境，分布外测试综合成

Imitation Learning 全部 15 篇。