Humanoid-DART：通过重新标记和跟踪使用扩散引导增强的人形局部操纵

模仿人类演示已成为学习人形机器人操纵策略的主导范例。然而，由于收集不同示威的成本高昂，并且需要持续的人为干预来纠正政策失败，扩大这些方法仍然具有挑战性。在本文中，我们提出了一个自我监督框架，该框架从稀疏的演示中引导并逐步扩展其行为库，从而能够学习以目标为条件的策略，该策略可以在最少的专家监督下自动探索目标空间。我们的方法将基于扩散的轨迹生成与强化学习相结合，后者用于跟踪扩散模型产生的目标条件轨迹，以实现一系列局部操作技能。通过广泛的消融研究以及与最先进方法的比较，我们证明了我们的框架对多种人形机器人操纵技能的有效性。