KlaskTron-IL对抗模仿学习基准发布

2026年11月2日，KlaskTron-IL对抗模仿学习基准在arXiv的cs.RO类别上发布。这是一个多层级模仿学习数据集，包含8万步直接在物理机器人上收集的人类演示数据、32万步对称增强数据和500万步由零样本验证的PPO策略生成的合成专家轨迹。该基准揭示了标准模仿学习方法在接触丰富的对抗动力学下的三种特征性失败模式：BC的数据扩展平台期、GAIL的可解释但弱梯度判别器，以及BC先验与奖励密度的不对称相互作用。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。