用于演示周围自适应探索的遍历模仿方法
针对机器人模仿学习中训练与部署条件不匹配导致任务失败的问题，提出一种自适应遍历模仿方法。该方法从演示几何构造目标分布，生成在跟踪与探索之间自适应插值的轨迹，将遍历控制扩展到检索递推控制框架的自适应模仿。
在机器人学中，模仿学习的一个常见挑战是训练条件与部署条件之间的不匹配。例如，环境变化或观测与控制的不完善可能导致机器人按照名义轨迹操作时陷入困境，无法完成任务。这要求开发自适应的在线探索策略，同时保持与演示数据的一致性。针对这一问题，Ziyi Xu等人在2026年5月13日提交的论文（arXiv:2605.13996）中提出了一种自适应遍历模仿方法。
该方法的核心是从检索到的演示数据的几何结构构建目标分布，并利用该分布生成轨迹，这些轨迹在跟踪和探索之间自适应地插值。具体来说，当机器人面临训练时未见过的情形时，轨迹会从严格跟踪演示向主动探索环境区域平滑过渡，从而避免因条件变化导致的失败。这项工作将遍历控制从传统的区域覆盖和搜索任务扩展到自适应模仿领域。
研究者将演示数据整合到一个基于检索的递推控制框架中。该框架在每个时间步检索最相关的演示，并基于当前状态动态调整目标分布，使机器人在保持整体任务目标的同时灵活响应实时变化。论文篇幅为4页，包含3张图表，属于机器人学（cs.RO）领域。
这一方法的意义在于，它提供了一种系统性的方式来解决模仿学习中的泛化问题。相比于传统的基于固定轨迹的模仿方法，自适应遍历模仿允许机器人根据实际情况在线调整行为，而无需重新训练。未来的工作可能包括在真实机器人平台上验证该方法，以及探索更高效的检索策略。