DexmimicGen 自动化数据生成系统

DexMimicGen 是由 NVIDIA Research 、 UT Austin 和 UC San Diego 于 2024 年共同提出的一种自动化数据生成系统，它能够通过少量的人类示范生成大量的机器人训练数据。相关论文成果为「DexMimicGen: Automated Data Generation for Bimanual Dexterous Manipulation via Imitation Learning」。

DexMimicGen 的核心功能在于利用少量人为展示的数据，通过变换和模仿技术生成大量类似的示范。这一技术展示了出色的有效性，在仿真环境中的任务成功率高达 97% 。该系统只需 5 次人类示范即可生成多达 1,000 个机器人训练演示，解决了机器人训练中的数据稀缺问题，并展示了生成式学习在机器人训练中的巨大潜力。

研究人员在 9 个场景下进行 60 次演示实验，总计生成了 21,000 个数据演示。通过 DexMimicGen 生成的数据训练出的机器人在任务如整理抽屉和积木组装中的成功率分别达到 76% 和 80.7%，而使用传统的人类数据训练时这些成功率仅为 0.7% 和 3.3% 。