战略性地扩大规模：通过机器人操作的偏差感知评估和数据收集来学习组合概括

组合概括对于机器人遵循不同的指令至关重要。然而，众所周知，预先训练的政策会走捷径，遵循显着的线索而不是基础语言。我们引入了一个诊断框架，将这种失败定位到各个 \textit{指令因素}，\textit{例如} 可重用的语义组件，例如颜色、动词、对象、大小和空间属性。我们的框架形式化了指令因子偏差，即微调政策过度依赖主导因素作为捷径的倾向，并通过两个指标对其进行量化：因子主导率（FDR），捕获因子之间的成对偏差，以及因子主导层次（FDH），将它们汇总到全球排名中。对六项基础政策的评估揭示了大致一致的顺序，\textit{i.e.}，颜色$\geq$对象$\geq$空间$\geq$动词$\geq$大小，其中颜色占主导地位，动词和大小最底层。我们进一步表明诊断是可行的：一种偏见感知数据收集策略，将固定预算重新分配给地下因素，在模拟和使用一半演示的真实机器人上优于基线，从而实现更有效的样本和更普遍的政策学习。