RoboPrompt：用稀疏人类输入引导机器人基础策略

通过模仿学习训练的端到端机器人策略受限于数据多样性，难以在真实环境中可靠地零样本部署。共享自治方法允许通过遥操作进行人工纠正，但专用硬件与操作人员培训妨碍规模化部署。其他方法把人工指导作为额外策略输入，通常需要修改架构并专门训练可控性，因而难以跨策略使用。我们提出RoboPrompt，一种通用、轻量的机器人策略引导系统，允许用户通过绘制轨迹、目标点和粗略方向等直观稀疏输入指导策略。RoboPrompt将人类意图转换与底层策略解耦：可复用模块把指导转成动作草案，再利用底座策略的扩散或流匹配动力学细化。系统在噪声空间控制动作生成，平衡人类意图与策略先验，无需修改底座架构或为可控性微调。实验显示，它能有效引导Diffusion Policy、π₀.₅和FastWAM。我们进一步通过DAgger使用引导后的Rollout在线改进策略。迭代2至3轮后，π₀.₅在三项任务上的平均成功率提高15.5%；三种策略在Insert Bread任务上的平均成功率提高21.3%。两种设置中的平均人工干预次数分别下降44.0%（2.86降至1.60）和81.9%（2.60降至0.47）。