WasserMan：水下操纵策略学习的基准

水下操纵结合了视觉决策、接触力和推进器控制的浮动底座。我们介绍 WasserMan，据我们所知，这是第一个用于浮基水下接触操纵视觉运动学习的多任务模拟基准。它提供十个专家可解决的任务、两个车辆臂平台、双手配置和水下动力学。九个任务已学会-策略评估。我们在六个任务上比较 ACT、扩散策略 (DP) 和行为克隆，其中运行了 3 次训练，采样窗口预算相同。预训练的 SmolVLA添加了对三项任务的评估。在测试的设置中，删除积分操作可能会阻止完成，而更改操作界面可能会降低学习策略的成功率，尽管专家重放成功。电流在完成和驱动努力方面产生与任务相关的变化。版本化任务、演示和每集证据支持将专家可行性、学习完成和执行工作分开的协议。