玩耍数据

操作员不按具体任务、随意摆弄场景时录下的机器人数据。

玩耍数据是 Corey Lynch 等人在 2019 年论文《Learning Latent Plans from Play》（CoRL 2019）里提出的采集方式：操作员遥操作机器人，在摆满物体的场景里凭好奇心随意开抽屉、推滑块、抓积木，事先不规定任务。它的好处是便宜：不用按任务切分、不用打标签，也不用每次把场景复位；论文统计，同样的采集时间下，它覆盖的交互范围约为按任务演示的 4 倍。代价是没有任务标签，所以常配合「事后重标注」（把一段轨迹的终点当作目标）训练目标条件策略，或事后再补语言描述。CALVIN 基准和 MimicPlay 都沿用了这个思路。

例子在 Play-LMP 论文里，操作员用 VR 遥操作仿真机器人，在带抽屉、滑门和积木的桌面场景中随意摆弄，录下不分段、不标任务的连续数据，再训练出能按目标图像完成多种任务的策略。

也叫

自由玩耍数据、play 数据、遥操作玩耍数据

相关

目标条件策略、事后重标注、遥操作、演示数据、CALVIN、MimicPlay

来源

Learning Latent Plans from Play (arXiv:1903.01973)