BC-Z 数据集

谷歌 2021 年采的 100 个任务真机演示数据集，用来研究零样本任务泛化。

BC-Z 是 Google 与 X 登月工厂在 CoRL 2021 发表的工作，名字意为「行为克隆 + 零样本」。团队用 12 台机器人、7 名操作员，通过 VR 遥操作加「共享自主」（策略先自己执行，人在它快出错时接管纠正，即 HG-DAgger）采集了 25,877 条演示、共 125 小时、覆盖 100 个任务，另录了 18,726 段人做同样任务的视频。策略用 FiLM 层接收语言或人类视频的任务嵌入，在 24 个没训练过的任务上平均成功率 44%。它较早证明多任务数据加语言条件能带来零样本泛化，数据后被收入 Open X-Embodiment。

例子测试时给出训练里从未一起出现过的物体组合指令，例如把某个物体放进某个没配对过的容器，策略不采任何新演示就直接执行；这类新任务共 24 个，平均成功率 44%。

也叫

BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning、BC-Z Robot Dataset

相关

Open X-Embodiment 数据集、RT-1、人工门控 DAgger、语言条件策略、零样本、FiLM 特征调制

来源

BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning (CoRL 2021, PMLR)
BC-Z 项目主页

信息截至

2022-02