斯坦福 I3L 将全身机器人部署成功率平均提升 68.3 个百分点

斯坦福李飞飞团队联合 Lambda 和西北大学提出 I3L，通过交互式校正与迭代再训练提升全身机器人策略的部署可靠性。I3L 支持操作员同时校正机械臂、躯干和移动底盘，并在 3 种机器人本体、8 个仿真与真实任务上评测，四轮 HG-DAgger 协议下自主成功率较基线策略平均提升 68.3 个百分点。论文、代码、模型和数据集均已开源。