MimicGen

把少量人类演示按物体切段、变换位姿再拼接，自动生成大量新演示的系统。

MimicGen 是英伟达和德州大学奥斯汀分校在 CoRL 2023 提出的自动数据生成系统。它把人类演示按子任务切成以物体为中心的片段（如「抓杯子」「放进盘子」），换到物体位置不同的新场景时，让每段末端轨迹跟着对应物体的位姿做坐标变换，拼接后在仿真里执行，只保留成功的轨迹。论文用不到 200 条人类演示，在 18 个任务上生成了 5 万多条演示，缓解了模仿学习对人工演示的依赖。英伟达 Isaac Lab 里的 Isaac Lab Mimic 沿用同样思路：先标注子任务再自动生成，并支持人形机器人。

例子在一个仿真操作任务上，只给 10 条人类演示，MimicGen 就能针对新的物体摆放范围生成 1000 条演示，再用它们训练策略。

也叫

MimicGen 数据生成、Isaac Lab Mimic（英伟达同思路实现）

相关

DexMimicGen、DemoGen、合成数据、演示数据、Isaac Lab、行为克隆

来源

MimicGen 项目主页
Isaac Lab Docs: Teleoperation and Imitation Learning with Isaac Lab Mimic
NVIDIA Technical Blog: Building a Synthetic Motion Generation Pipeline for Humanoid Robot Learning