LIBERO 是什么
LIBERO 是一个基于 robosuite 框架构建的综合性基准测试平台，专门用于研究多任务和终身机器人学习中的知识迁移。它聚焦于机器人操作任务，要求智能体掌握两类核心知识：
- 陈述性知识：理解物体属性及空间关系。
- 程序性知识：掌握具体的运动控制与行为序列。
核心原理与任务设计
任务生成机制
系统内置了程序化生成管道，理论上可生成无限数量的操作任务。目前包含 130 个任务，分为四个套件，每个套件都设计了受控的分布偏移以测试迁移能力：
- LIBERO-Spatial/Object/Goal：分别侧重特定类型知识的迁移。
- LIBERO-100：包含 100 个需要纠缠知识迁移的操作任务。
学习框架
由于任务通常使用稀疏奖励函数（仅任务完成时获得 +1 奖励），LIBERO 主要采用模仿学习。系统提供了高质量的人类遥操作演示数据集供模型训练。
策略网络架构
LIBERO 实现了三种视觉运动策略网络，均继承自 BasePolicy 基类：
bc_rnn_policy：基于 RNN 的行为克隆策略。bc_transformer_policy：基于 Transformer 的行为克隆策略。bc_vilt_policy：基于视觉 - 语言 Transformer 的行为克隆策略。
这三种网络的主要区别在于时序建模方式：RNN 使用 LSTM，Transformer 使用自注意力机制，而 ViLT 则采用双层 Transformer 分别处理空间和时序信息。
此外，系统支持五种终身学习算法：
base：顺序微调（基线）。er：经验回放（Experience Replay）。ewc：弹性权重巩固（Elastic Weight Consolidation）。packnet：渐进式网络架构方法。multitask：多任务学习（基线）。
任务套件概览
LIBERO 共包含 130 个任务，分为四个主要套件。其中 LIBERO-100 进一步划分为 LIBERO-90（预训练）和 LIBERO-10（下游持续学习测试）。系统支持 21 种不同的任务顺序排列，用于评估算法在不同序列下的表现。
1. LIBERO-Spatial（空间关系迁移）
这 10 个任务的核心目标都是将黑碗放到盘子上，但初始位置各异，例如拾取盘子与小碗之间的黑碗、桌子中央的黑碗、木柜抽屉内的黑碗等。重点考察对空间相对位置的适应能力。
2. LIBERO-Object（物体知识迁移）
任务均为将不同物体放入篮子，涉及字母汤罐头、奶油奶酪、沙拉酱、番茄酱、黄油、牛奶等多种物品。旨在测试模型对不同物体属性的泛化能力。
3. LIBERO-Goal（目标导向迁移）
涉及多样化的操作目标，如打开柜子中间抽屉、将酒瓶放到架子顶部、打开炉子、将碗推到炉子前等。重点评估目标导向行为的灵活性。
4. LIBERO-10（综合测试套件）
来自不同场景的复合操作任务，例如客厅场景中同时放入两种物品、厨房场景中打开炉子并放置摩卡壶、书房场景中整理书籍等。用于最终的性能评估。
