ALOHA Unleashed

ALOHA Unleashed: A Simple Recipe for Robot Dexterity进阶

DeepMind 2024 年的工作：大量遥操作数据加扩散策略，让双臂学会系鞋带。

ALOHA Unleashed 是 Google DeepMind 的 Tony Zhao、Ayzaan Wahid、Chelsea Finn 等人的工作，发表于 CoRL 2024，想回答只靠模仿学习能把双臂灵巧操作推到多难。做法很朴素，所以叫「配方」：在低成本双臂平台 ALOHA 2 上，35 名操作员按统一规程遥操作，为 5 个真实任务采了 2.6 万多条演示；策略是 Transformer 编码器-解码器加扩散损失（即扩散策略），一次预测未来 50 步动作，约 2.17 亿参数。机器人由此能自主系鞋带、把衬衫挂上衣架、给另一台机器人换手指。论文还发现，同等规模的模型改用 ACT 式 L1 回归，衬衫任务成功率从 70% 降到 25%。