近期，來自Cunxi Dai等研究人員提出了一種名為PGDG（Physically Grounded Data Generation）的數據生成框架，旨在解決雙臂操作中行為克隆的難題。傳統的模仿學習需要大量多樣化演示數據，但收集成本高昂，且微小擾動易導致系統陷入無法恢復的狀態。例如，在接觸豐富的雙臂操作中，即使微小的環境變化也可能使機器人偏離預設軌跡，進入缺乏恢復監督的流形外狀態。PGDG通過零樣本策展，從單次演示出發，自動生成一個緊湊的數據集，包含物理上合理、成功且多樣化的恢復行為，無需額外人工標註。
PGDG的核心是一個迭代過程，結合了物理採樣子和數據策展器。物理採樣子利用物理模擬器，從當前採樣分佈中生成候選軌跡，並保留成功執行的任務軌跡。數據策展器則基於信息論標準，選擇信息量大、非冗餘且可恢復的行為，並據此更新採樣分佈，使其覆蓋之前未充分採樣的恢復模式。這一迭代過程持續進行，直到生成足夠多樣的恢復數據集。為進一步提升數據質量，PGDG還採用短視距採樣控制，對選定的高風險狀態重新標註糾正動作，從而有效避免了策略在執行過程中陷入死衚衕。
在四項雙臂操作任務中，PGDG在模擬環境和零樣本真實世界遷移中均持續優於僅使用空間增強的方法。以RotateBox-Pitch任務為例，模擬環境中的成功率從38%提升至93%，真實世界中從35%提升至82%。此外，PGDG還能有效微調GR00T等基礎模型，成功率從46%提升至77%，展示了其在機器人學習中的強大泛化能力。該研究為數據稀缺條件下的雙臂操作策略學習提供了一種高效、魯棒的解決方案，有望推動機器人學習在實際應用中的進一步發展。更多詳細實驗結果可訪問項目網站：https://cunxid.github.io/PGDG/。