TILDE: Teacher-in-the-Loop Distillation from Embodied Foundation Models

研究人员提出了一种名为TILDE的新方法，通过在学生诱导的状态下进行在线蒸馏，并结合教师执行恢复轨迹的学习，将预训练的Embodied Foundation Models (EFMs)的能力转移到没有动作预训练的策略中。该方法通过自动数据聚合管道AutoDAgger，利用机器人奖励模型监控任务进度并触发教师干预，从而收集恢复经验，加速恢复轨迹收集。TILDE在三个真实世界任务中提高了任务性能，比行为克隆提高了4.1倍，并支持有效的跨架构蒸馏。