arXiv · ML· Yuxiang Lu, Yantong Liu, Jinghua Hou, Xueli Sun, Ruihua Han, Zhe Liu, Hengshuang Zhao·· 9 小时前AI 评分37
TILDE：来自具身基础模型的教师在线蒸馏方法
TILDE: Teacher-in-the-Loop Distillation from Embodied Foundation Models
AI 导读
TILDE 通过在学生引发的状态下进行在线策略蒸馏，并结合从教师执行恢复轨迹中学习，将具身基础模型（EFMs）的能力转移至无动作预训练的策略。 该方法提出的 AutoDAgger 自主数据聚合管道利用机器人奖励模型触发教师干预，相比人工监督方法加速了超过 2 倍的恢复轨迹收集。 在三项真实世界任务中，TILDE 相比行为克隆将任务性能提升了最多 4.1 倍，并支持有效的跨架构蒸馏。
来源：arXiv · ML · arxiv.org