行为克隆之谜

arXiv:2610.07056v1 公告类型：cross 摘要：尽管行为克隆（BC）十分简单，但它在现实世界中却表现出许多违反直觉的现象。例如，随着模型对数据集的过拟合程度不断加深，BC 的性能往往持续提升；而完全闭环的策略在不进行动作分块时，常常会彻底失效。遗憾的是，要恰当地研究这些轶事般的现象（“行为克隆之谜”）颇具挑战性：在现实世界中，数据集和实验成本高昂，且无法完全控制；在使用合成数据的仿真环境中，这些现象又往往不易观察到，部分原因在于脚本策略与人类演示之间存在差异。在本工作中，我们提出了 OCBench，这是一个具有可控脚本策略的机器人操作基准，其脚本策略具有人类演示的相似属性。我们表明，通过模仿人类演示的关键属性，OCBench 能够在受控环境中重现许多与 BC 相关的轶事现象。借助其 GPU 加速环境和脚本策略，我们通过分析并驳斥各种假设，展示了 OCBench 如何支持对先前报道的 BC 相关现象开展科学研究。项目页面：https://seohong.me/projects/ocbench