人类只需要展示五次，就能让机器人学会一项复杂技能。
英伟达实验室，提出了机器人训练数据缺乏问题的新解决方案—— DexMimicGen 。
五次展示之后，DexMimicGen就可以直接模仿出1000个新的demo。
而且可用性强，用这些新demo训练出的机器人，在仿真环境中的任务成功率可以高达97%，比用真人数据效果还要好。
参与此项目的英伟达科学家范麟熙（Jim Fan）认为，这种 用机器训练机器 的方式，解决了机器人领域最大的痛点（指数据收集）。
同时，Jim Fan还预言：
值得一提的是，DexMimicGen三名共同一作都是李飞飞的“徒孙”，具体说是德克萨斯大学奥斯汀分校（UT奥斯汀）助理教授朱玉可（Yuke Zhu）的学生。
而且三人均为华人，目前都在英伟达研究院实习。
5次展示，生成1000条数据
如前所述，DexMimicGen可以仅根据人类的5次展示，生成1000个新DEMO。
在整个实验中，作者设置了9个场景，涵盖了3种机器人形态，共进行了60次展示，获得了21000多个生成DEMO。
在仿真环境当中，用DexMimicGen生成数据训练出的策略执行整理抽屉这一任务，成功率可达76%，而单纯使用人工数据只有0.7%。
对于积木组装任务，成功率也从3.3%提升到了80.7%。
成功率最高的任务是罐子分类，更是高达97.3%，只用人工数据的成功率同样只有0.7%。
整体来看，在仿真环境中，生成数据让机器人在作者设计的九类任务上的成功率均明显增加。
相比于baseline方法，用DexMimicGen生成的数据也更为有效。
迁移到真实环境之后，作者测试了易拉罐分拣的任务，结果仅用了40个生成DEMO，成功率就达到了90%，而不使用生成数据时的成功率为零。
除此之外，DexMimicGen还展现了跨任务的泛化能力，使训练出的策略在各种不同任务上表现良好。
针对初始状态分布变化，DexMimicGen也体现出了较强的鲁棒性，在更广泛的初始状态分布D1和D2上测试时，仍然能够拥有一定的成功率。
将仿真方法迁移到现实
DexMimicGen是由改造而成，MimicGen也出自英伟达和UT奥斯汀的联合团队。
朱玉可和范麟熙都参与过MimicGen的工作，该成果发表于CoRL 2023。
MimicGen的核心思想，是将人类示范数据 分割成以目标物体为中心的片段 ，然后通过 变换物体相对位置和姿态 ，在新环境中复现人类示范轨迹，从而实现 自动化数据生成 。
DexMimicGen则在MimicGen系统的基础上，针对双臂机器人灵巧操作任务做了改进和扩展，具体包括几个方面：
工作流程上，DexMimicGen会首先对人类示范进行采集和分割。
研究人员通过佩戴XR头显，远程控制机器人完成目标任务，在这一过程中就会产生一小批示范数据，作者针对每个任务采集了5~10个人类示范样本。
这些人类示范样本会按照并行、协调、顺序三种子任务定义被切分成片段——
总之，在示范数据被切分后，机器人的每个手臂会得到自己对应的片段集合。
在数据生成开始时，DexMimicGen随机化模拟环境中物体的位置、姿态等数据，并随机选择一个人类示范作为参考。
对于当前子任务，DexMimicGen会计算示范片段与当前环境中关键物体位置和姿态的变换。
之后用该变换对参考片段中的机器人动作轨迹进行处理，以使执行这一变换后的轨迹能够与新环境中物体位置匹配。
生成变换后，DexMimicGen会维护每个手臂的动作队列，手指关节的运动则直接重放示范数据中的动作。
在整个过程中，系统不断检查任务是否成功完成，如果一次执行成功完成了任务，则将执行过程记录下来作为有效的展示数据，失败则将数据丢弃。
之后就是将生成过程不断迭代，直到获得足够量的展示数据。
收集好数据后，作者用DexMimicGen生成的展示数据训练模仿学习策略，策略的输入为RGB相机图像，输出为机器人动作。
最后是模拟到现实的迁移，同样地，作者使用DexMimicGen在数字孪生环境中生成的大规模展示数据，训练模仿学习策略。
之后作者对在数字孪生环境中评估训练得到的策略进行调优，以提高其泛化性能和鲁棒性，并迁移到实际机器人系统中。
作者简介
DexMimicGen的共同一作有三人，都是UT奥斯汀的华人学生。
并且三人均出自李飞飞的学生、浙大校友朱玉可（Yuke Zhu）助理教授门下，他们分别是：
朱玉可的另一重身份是英伟达的研究科学家，团队的另外两名负责人也都在英伟达。
他们分别是Ajay Mandlekar和范麟熙（Jim Fan），也都是李飞飞的学生，Mandlekar是整个DexMimicGen项目组中唯一的非华人。
另外，Zhenjia Xu和Weikang Wan两名华人学者对此项目亦有贡献，整个团队的分工如下：
△中文为机翻，仅供参考
项目主页：https://dexmimicgen.github.io/论文地址：https://arxiv.org/abs/2410.24185参考链接：[1]https://x.com/SteveTod1998/status/1852365700372832707[2]https://x.com/DrJimFan/status/1852383627738239324
