新机器人模仿学习法，24 小时内学会 1000 个任务

chris_j_paxton · x · 2026-07-30

一篇发表在 Science Robotics 的论文提出了一种新的模仿学习方法，能让机器人在不到 24 小时的人类示教时间内学会 1000 个不同的日常操作任务。

论文重点研究了两类提升数据效率的先验：一是把操作轨迹拆成对齐阶段和交互阶段，二是使用检索式泛化。作者通过 3450 次真实世界 rollout 系统比较后发现，在“每个任务只给少量示范”的场景下，这种分解方法相比单阶段行为克隆能带来一个数量级的数据效率提升，而且检索方法在对齐和交互两个阶段都稳定优于单纯行为克隆。基于这些发现，他们做出了 MT3 方法：某些任务只需一条示范就能学会，还能泛化到未见过的物体实例。