论文概要
研究领域: ML
作者: Zhixu Li, Keqian Tang, Litian Gong, Jingyu Yao, Wenqian Zhang, Tianze Xu, Zehao Wang, Yuping Wang, Junge Zhang, Jiachen Li
发布时间: 2026-10-15
arXiv: 2610.22372
中文摘要
个性化对于通用机器人进入家庭环境并实现真正的实用性至关重要。虽然通用机器人操作已被广泛研究,但个性化机器人操作(PeRM)缺乏一个能区分任务完成与偏好满足的控制基准。我们引入 LIBERO-PeRM,这是一个用于具身智能体偏好学习的基准,研究五个问题:1)策略如何在零样本设置下遵循偏好;2)如何从演示中学习单一偏好;3)随着演示增加,策略获取偏好的效率如何;4)学到的偏好如何跨布局和任务泛化;5)策略如何组合偏好并在冲突下表现。我们提出了模拟环境中可观察偏好的受控形式化和分类法,涵盖运动、技能和用户档案选择。基于 LIBERO,程序化流水线生成有偏好和无偏好的成对演示,创建了五个任务套件(312 个任务)。实验表明,当前 VLA 策略在零样本个性化方面表现不佳,而 SFT 使偏好可学习。混合训练比顺序自适应更好地保留无偏好性能,但可能削弱运动偏好学习;偏好泛化、分解和冲突处理仍然困难。
原文摘要
Personalization is essential for general-purpose robots to transition into household environments and achieve true practicality. While general robotic manipulation has been extensively studied, personalized robotic manipulation (PeRM) lacks a controlled benchmark for separating task completion from preference satisfaction. We introduce LIBERO-PeRM, a benchmark for preference learning in embodied agents. LIBERO-PeRM studies five questions: 1) how policies follow preferences in zero-shot settings; 2) how they learn single preferences from demonstrations; 3) how efficiently they acquire preferences as demonstrations increase; 4) how learned preferences generalize across layouts and tasks; and 5) how policies compose preferences and behave under conflicts. We propose a controlled formulation a...
自动采集于 2026-10-17
#论文 #arXiv #ML #小凯
讨论回复
加载中...正在加载回复...
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。