脚本化演示

用手写的规则程序而不是人来操控机器人，自动生成的示范数据。

脚本化演示指用人写好的规则程序（scripted policy）自动控制机器人完成任务，把过程录下来当示范数据。脚本通常在仿真里直接读取物体真实位姿等特权信息（真实部署时拿不到的精确状态），再用预设路点或运动规划器算出轨迹。好处是成本低、能无限生成、动作干净一致；缺点是动作模式单一，和人类演示那种多样、带犹豫的风格差别很大，复杂任务难以写成脚本，真机上也很难拿到精确状态。它常用于仿真基准、算法调试和大规模合成数据。同样条数下，用脚本数据训出的策略成功率往往高于用人类遥操作数据，因为前者没有多峰和噪声，所以只在脚本数据上验证过的方法要谨慎看待。

例子ACT 论文在 ALOHA 仿真的方块传递任务里各录了 50 条脚本演示和 50 条人类遥操作演示，ACT 用脚本数据的成功率为 97%，换成人类数据降到 82%。

也叫

脚本数据、程序化演示、脚本策略演示、Scripted Policy Demos

相关

演示数据、仿真数据、特权信息、动作多峰性、MimicGen、ALOHA 仿真任务

来源

Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware (ACT, arXiv 2304.13705)
tonyzhaozh/act (GitHub)