OFFLINE REINFORCEMENT LEARNING

Trajectory Editing

BITE 将离线轨迹编辑建模为后验推断，在不与环境额外交互的前提下，修复轨迹中的空间断裂与关键阶段时间稀疏问题。

OFFLINE RLDIFFUSIONROBOMIMICTRAJECTORY

ORIGINAL / SPARSE ACTIONSROBOMIMIC

EDITED DATA+OFFLINE RL

01 / MY ROLE

从稀疏演示到可用于训练的增量数据。

我的主要工作集中在 RoboMimic 操作任务：拆解轨迹、选取关键锚点、生成中间动作，并验证编辑数据对 Offline RL 的作用。

按照操作阶段拆分演示轨迹，定位能够调整执行节奏、适合进行时间编辑的片段。

在可加速片段中保留少数关键状态作为约束，让起点、终点与关键操作阶段保持一致。

使用 BITE 的生成式后验推断补全锚点之间的状态与动作，得到更密集且符合数据分布的轨迹。

将编辑后的演示加入原始数据集，训练多种 Offline RL 方法并比较策略表现。

METHOD & STATUS

BITE 统一处理空间连接与时间加密；论文正在投稿 NeurIPS 2026，Rebuttal 已完成。