GUILD

UT Austin的研究团队提出GUILD——一种引导式数据收集方法，通过主动推理“该收集什么数据”来最大化下游策略性能。

GUILD通过迭代框架交替进行两个步骤：任务提议与数据收集，以及数据评估。

GUILD在任务提议阶段利用视觉语言模型（VLM）的语义先验来识别相关的环境、物体配置和目标任务。

GUILD引入数据评估阶段，通过预测性数据归因来近似估计已收集轨迹对目标部署场景下策略性能的影响。

预测性数据归因的精度受代理模型质量制约，这是GUILD反馈信号可靠性的关键前提。

研究团队在仿真环境和真实机器人平台上评估了GUILD，与被动数据收集策略、多个基线方法以及经验丰富的机器人专家的手动收集相比，引导式数据收集在样本效率和部署性能上均表现出显著优势。

在相同的数据预算下，GUILD能够更快地训练出性能更好的策略，减少对昂贵遥操作时间的浪费。

GUILD目前仍依赖VLM的语义先验质量，且预测性归因的准确性会影响反馈信号的有效性。

在更复杂的开放环境中，任务提议的覆盖度和归因模型的泛化能力仍需进一步验证。