为什么选择 LIBERO
LIBERO 是一个基于 robosuite 框架构建的综合性基准测试平台，专为研究多任务和终身机器人学习中的知识迁移而设计。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：理解物体属性与空间关系。
- 程序性知识：掌握具体的运动控制与行为序列。
核心机制
任务生成与分布偏移
系统内置一个程序化生成管道，理论上可生成无限数量的操作任务。目前包含 130 个标准任务，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：分别专注于特定类型知识的迁移评估。
- LIBERO-100：包含 100 个需要迁移纠缠知识的复杂操作任务。
学习框架与策略
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。平台提供高质量的人类遥操作演示数据集用于训练。
视觉运动策略网络支持三种主流架构：
bc_rnn_policy：基于 RNN 的行为克隆。bc_transformer_policy：基于 Transformer 的行为克隆。bc_vilt_policy：基于视觉 - 语言 Transformer 的行为克隆。
终身学习算法
为了应对持续学习中的遗忘问题，LIBERO 实现了五种经典算法：
base：顺序微调基线，无防遗忘机制。er(Experience Replay)：经验回放，维护旧任务数据缓冲区。ewc(Elastic Weight Consolidation)：弹性权重巩固，保护重要参数。packnet：渐进式网络剪枝，为不同任务分配子网。multitask：多任务学习基线，所有任务同时训练。
任务套件详解
LIBERO 共包含 130 个任务，划分为四个主要部分。其中 LIBERO-100 进一步细分为 LIBERO-90（预训练）和 LIBERO-10（下游测试）。
空间关系迁移 (LIBERO-Spatial)
这 10 个任务的核心逻辑一致：将黑碗放到盘子上，但初始位置各异。例如从饼干盒、木柜抽屉、炉子或桌子中央拾取。这种设计旨在测试智能体对空间相对关系的泛化能力。
物体知识迁移 (LIBERO-Object)
任务目标统一为将物体放入篮子，但物体种类多达 10 种，包括字母汤罐头、奶油奶酪、番茄酱、黄油、牛奶等。重点在于识别不同物体并执行正确的抓取动作。
目标导向迁移 (LIBERO-Goal)
涉及更复杂的操作目标，如打开柜子抽屉、将酒瓶放至架子、将盘子推至炉前等。这类任务考验智能体对操作意图的理解及长程规划能力。
综合测试 (LIBERO-10)
来自客厅、厨房、书房等不同场景，涉及复合操作。例如'将白色杯子放到左边盘子，黄白杯子放到右边盘子'或'打开炉子并将摩卡壶放上去'。这些任务用于评估模型在未见场景下的持续学习能力。
系统还支持 21 种不同的任务顺序排列，允许研究者评估算法在不同序列下的鲁棒性。
