DemoGen

DemoGen: Synthetic Demonstration Generation for Data-Efficient Visuomotor Policy Learning进阶

把 1 条真机演示自动改编成物体在新位置下的大量合成演示。

DemoGen 是清华大学许华哲团队（与上海期智研究院、上海 AI Lab 合作）提出的合成演示生成方法，发表于 RSS 2025。模仿学习策略的空间泛化差，物体换个位置就可能失败，而在每个位置都人工采演示成本很高。DemoGen 每个任务只需 1 条人工演示：把轨迹拆成空中移动段和接触操作段，物体挪到新位置后，接触段跟着物体一起变换，移动段用运动规划重新连接；观测直接对点云做 3D 编辑，把物体和末端对应的点一起挪过去，不需要仿真器，也不用真机重采。论文中生成整套数据约 22 秒，MimicGen 方式约需 83.7 小时。训练时配合以点云为输入的 3D 扩散策略（DP3）。