arXiv AI· Zhixu Li, Keqian Tang, Litian Gong, Jingyu Yao, Wenqian Zhang, Tianze Xu, Zehao Wang, Yuping Wang, Junge Zhang, Jiachen Li·· 17 小时前评分53
LIBERO-PeRM: Benchmarking Personalized Robotic Manipulation
摘要
我们引入LIBERO-PeRM，这是一个用于具身智能体偏好学习的基准测试。LIBERO-PeRM研究五个问题：1) 在零样本设置中政策如何遵循偏好；2) 从演示中如何学习单个偏好；3) 随着演示数量增加，政策如何高效获取偏好；4) 学习到的偏好如何在不同布局和任务间泛化；5) 政策如何组合偏好并处理冲突。我们提出一种在模拟中控制的偏好表述和分类，涵盖运动、技能和用户档案选择。
推荐理由
请对照arXiv AI原文，核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源：arXiv AI · arxiv.org