本研究提出了一种新方法，通过构建分解缩放曲线(FSC)来解决通用模仿学习政策的数据收集问题，使得在新环境中的任务成功率提高了26%。
本研究提出了一种新方法，解决通用模仿学习政策的数据收集问题。
通过构建分解缩放曲线(FSC)，确定数据采集的内容和数量。
研究者能够在预算内针对最具影响力的因素组合进行有针对的数据收集。
实验证明，该方法在新环境中的任务成功率提高了26%。
完成下面两步后，将自动完成登录并继续当前操作。
