로봇 학습: 튜토리얼

초록

로봇 학습은 기계 학습의 급속한 발전과 대규모 로봇 데이터의 증가로 인해 전환점을 맞이하고 있습니다. 기존의 모델 기반 방법에서 데이터 주도적, 학습 기반 패러다임으로의 이전은 자율 시스템에서 전례 없는 능력을 발휘하고 있습니다. 본 튜토리얼은 현대 로봇 학습의 지형을 탐색하며, 강화 학습과 행동 복제의 기본 원리부터 다양한 작업과 심지어 로봇 구현체에 걸쳐 작동할 수 있는 일반적, 언어 조건화 모델에 이르는 과정을 안내합니다. 이 작업은 연구자와 실무자를 위한 가이드로, 독자들이 로봇 학습의 발전에 기여할 수 있도록 개념적 이해와 실용적인 도구를 제공하는 데 목적이 있으며, lerobot에서 구현된 즉시 사용 가능한 예제를 포함하고 있습니다.

English

Robot learning is at an inflection point, driven by rapid advancements in machine learning and the growing availability of large-scale robotics data. This shift from classical, model-based methods to data-driven, learning-based paradigms is unlocking unprecedented capabilities in autonomous systems. This tutorial navigates the landscape of modern robot learning, charting a course from the foundational principles of Reinforcement Learning and Behavioral Cloning to generalist, language-conditioned models capable of operating across diverse tasks and even robot embodiments. This work is intended as a guide for researchers and practitioners, and our goal is to equip the reader with the conceptual understanding and practical tools necessary to contribute to developments in robot learning, with ready-to-use examples implemented in lerobot.

로봇 학습: 튜토리얼

Robot Learning: A Tutorial

초록

Support