GRASP Lab：让机器人用更少数据学会更多任务

完整中文导读

宾夕法尼亚大学 GRASP Lab 的 Figueroa 实验室研究如何让机器人高效学习并适应真实世界的人机交互。SymSkill 系统结合符号规划与动力系统方法，仅用五分钟视频演示即可学习可重组的基本技能，在仿真和真实机器人上完成最多 12 步的长时程任务，并能应对人类干扰和失败后重新规划。另一项工作提出高斯图结构，将已有运动演示转化为工作空间“路线图”，使机器人无需新演示即可零样本泛化到新任务。

两项研究均获 ICRA、CoRL 等会议奖项，实验室正探索与语言模型结合及双臂、人形机器人等方向。