在近日閉幕的2024年度全球機器人學習頂級盛會CoRL（Conference on Robot Learning）上，來自中國清華大學的高陽教授團隊憑借出色研究成果，在X-Embodiment Workshop中榮獲最佳論文獎。該獎項不僅彰顯了團隊在機器人模仿學習領域的卓越貢獻，也標志著中國學者在全球機器人技術前沿探索中的顯著地位。

CoRL會議作為機器人學習領域的頂尖交流平臺，每年都會吸引來自世界各地頂尖學府的最新研究成果。此次獲獎的論文《Data Scaling Laws in Imitation Learning for Robotic Manipulation》，由高陽教授及其學生林凡淇、胡英東、盛平岳、Chuan Wen、游嘉誠共同完成。論文聚焦于模仿學習中數據規模定律的應用，特別是在實現零樣本泛化方面的潛力。

研究過程中，團隊通過精心設計的實驗方案，收集了超過4萬次人類演示數據，并在超過1.5萬次機器人實際操作中進行了驗證。實驗發現，策略的泛化能力關鍵在于環境和對象的多樣性，而非演示數量的簡單累積?；谶@一發現，團隊創新性地提出了一種高效數據收集策略，僅需四位采集者花費一下午時間，即可獲取足夠數據，使機器人在新環境和新對象上的任務成功率接近90%。

為了進一步驗證模型的泛化能力，研究團隊將機器人部署在多種野外環境中，包括火鍋店、咖啡館、電梯、噴泉等，這些環境在數據收集階段均未涉及。結果顯示，模型在這些全新環境中表現出色，泛化能力遠超預期。

論文詳細闡述了實驗設計過程，團隊使用手持夾持器（UMI）在不同環境中收集人類演示數據，并采用擴散策略（Diffusion Policy）對數據進行建模。實驗任務包括倒水、鼠標移動、疊毛巾和拔掉充電器等，通過改變訓練環境數量、物體數量和演示數量，深入研究了策略泛化性能的變化規律。

研究結果顯示，策略的泛化能力與訓練物體數量、環境數量和訓練環境-物體對數關系密切，符合冪律分布。隨著訓練物體和環境數量的增加，策略在未見過的物體和環境上的表現顯著提高。這一發現為機器人模仿學習領域提供了新的理論支撐和實踐指導。

獲獎團隊成員林凡淇和胡英東均為清華大學交叉信息研究院（IIIS）的博士生，他們的研究重點聚焦于具身智能領域，致力于通過大規模數據實現機器人的人類水平操作能力。盛平岳是IIIS姚班的本科生，對機器人技術、模仿學習和算法有著濃厚興趣。Chuan Wen同為IIIS博士生，與賓夕法尼亞大學GRASP實驗室保持密切合作，目前在伯克利人工智能研究（BAIR）擔任訪問學者。游嘉誠則是IIIS的一年級博士生。

高陽教授作為團隊指導老師，現任上海期智研究院PI及清華大學交叉信息研究院助理教授，專注于強化學習與機器人領域的研究。他領導的具身視覺與機器人實驗室（EVAR Lab）致力于利用人工智能技術賦能機器人，打造通用的具身智能框架。

CoRL 2024會議還宣布了其他最佳論文獲獎名單，包括Kuo-Hao Zeng等人的《PoliFormer: Scaling On-Policy RL with Transformers Results in Masterful Navigators》和Franck Djeumou等人的《One Model to Drift Them All》。這些研究同樣在機器人學習領域取得了重要突破，為未來的技術發展提供了寶貴借鑒。