TILDE蒸馏方法从具身基础模型提升操作性能

Yuxiang Lu等人提出TILDE（Teacher-In-the-Loop Distillation）方法和AutoDAgger流水线，旨在将具身基础模型（EFMs）的能力转移至无动作预训练的策略。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，实现了能力的有效转移。 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，该方法加速了超过2倍的恢复轨迹收集。这一自动化流程显著提高了数据收集效率，支持了跨架构的有效蒸馏。 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。该研究展示了从具身基础模型蒸馏以提升操作性能的潜力，并证实了方法在跨架构场景下的有效性。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。