arXiv cs.AI· Jiuyi Xu, Meida Chen, Yang Ye, Yangming Shi·· 13 小时前AI 评分29
CuraEval：评估混合技能机器人数据中的演示筛选
CuraEval: Evaluating Demonstration Curation on Mixed-Skill Robot Data
AI 导读
CuraEval 框架通过数学分析与固定规模随机子集、全量数据训练的受控对比，评估混合技能 robomimic 数据上的演示筛选方法。分析显示 PSD 分数仅依赖回合长度与位置幅度平方，在 square 任务上与回合长度排序几乎一致（ρ=0.999）；Diffusion Policy 下选取最短 50% 演示将 square 成功率从随机选择的 70.7% 提升至 76.5%。
正文 · AI 翻译
摘要：机器人模仿学习使用来自不同技能水平操作者的演示，但选择训练数据仍然具有挑战性。现有方法使用平滑度、多样性或对策略性能的估计影响来为演示打分，但选择和评估协议上的差异使得难以确定它们是否优于简单基线。我们提出 \textbf{CuraEval}，一个将演示分数的数学分析与受控比较相结合的框架，在混合技能的 robomimic 数据上使用 Diffusion Policy 和 BC-RNN，与固定规模匹配的随机子集和全数据训练进行对比。我们表明，所评估的 PSD 分数仅取决于回合长度和位置幅值的平方，并且在 \textit{square} 上产生的排名与回合长度几乎相同（$\rho=0.999$）。使用 Diffusion Policy 时，选择最短的 50\% 演示可将 \textit{square} 成功率从随机选择下的 70.7\% 提高到 76.5\%。与随机选择相比，我们改编的几何熵 LOO 选择器在 25\% 保留率下将 \textit{can} 上的成功率从 94.7\% 降低到 74.0\%，并在 \textit{square} 上达到 41.7\%，低于三个独立采样的随机子集的平均成功率（59.8--62.5\%）。在相同的 3 个 \textit{square} Diffusion Policy 训练种子上，75\% 保留率下基于长度的选择在原始协议下将成功率从全数据训练的 76.7\% 提高到 86.7\%，但在联合更改检查点报告、rollout 数量和评估种子后，将其从 80.5\% 降低到 79.5\%。在 Holm 校正后，没有任何评估的精选条件显著优于全数据训练，尽管置信区间仍允许有用的增益。代码可在 此 https URL 获取。
| 评论： | 被 CoRL 2026 Workshop "Oops, I Erred" 接收。10 页，2 张图，2 张表 |
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI) |
| 引用为： | arXiv:2610.38221 [cs.RO] |
| （或 arXiv:2610.38221v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.38221 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Meida Chen [查看电子邮件]
[v1]
2026 年 10 月 28 日星期三 03:19:23 UTC（1,120 KB）
来源：arXiv cs.AI · arxiv.org