RLDG：通过强化学习进行机器人通用策略蒸馏

本研究解决了机器人通用策略在任务适应性中的数据质量问题。提出了一种名为RLDG的方法，通过强化学习生成高质量的训练数据来微调通用策略。实验结果表明，与人类演示训练的策略相比，使用RL生成数据的通用策略在精准操控任务中成功率提高了40%，并在新任务中表现出更好的泛化能力。