LIBERO：终身机器人学习的综合基准测试平台
LIBERO 是一个基于 Robosuite 框架构建的基准测试平台，专注于多任务和终身机器人学习中的知识迁移。它主要解决机器人操作任务中两类核心知识的习得：陈述性知识（物体与空间关系）和程序性知识（运动与行为）。
核心设计
系统通过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，每个套件都引入了受控的分布偏移以测试迁移能力：
- LIBERO-Spatial/Object/Goal：分别针对空间关系、物体识别和目标导向的特定知识迁移。
- LIBERO-100：包含 100 个需要纠缠知识迁移的操作任务。
在学习方法上，由于任务奖励稀疏（仅完成任务时获 +1 分），系统采用模仿学习，利用高质量的人类遥操作演示数据进行训练。
策略与算法
视觉运动策略网络主要实现三种架构，均继承自 BasePolicy 基类：
- bc_rnn_policy：基于 RNN 的行为克隆，适合捕捉时序依赖。
- bc_transformer_policy：基于 Transformer 的行为克隆，利用自注意力机制建模长程依赖。
- bc_vilt_policy：视觉 - 语言 Transformer，通过双层 Transformer 分别处理空间和时序信息。
配合五种终身学习算法来应对灾难性遗忘：
- Sequential (base)：顺序微调基线，无防遗忘机制。
- ER (Experience Replay)：维护旧任务数据缓冲区，混合训练防止遗忘。
- EWC (Elastic Weight Consolidation)：计算 Fisher 信息矩阵，保护重要参数不被大幅修改。
- PackNet：渐进式网络剪枝，为不同任务分配不同的网络子集。
- Multitask：所有任务同时训练的基线。
任务套件详解
LIBERO-100 进一步拆分为用于预训练的 LIBERO-90 和用于测试下游性能的 LIBERO-10。前三个套件各含 10 个任务，例如：
- Spatial：涉及黑碗放置在不同位置（如盘子旁、柜子顶、炉子上等）的任务。
- Object：将不同物品（汤罐头、黄油、牛奶等）放入篮子。
- Goal：打开抽屉、移动酒瓶、推盘子等多样化目标。
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。
评估指标
实验过程中主要跟踪以下指标：
- 损失混淆矩阵：记录各阶段各任务的 BC 损失。
- 成功率混淆矩阵：记录各阶段各任务的成功率，直观展示遗忘情况。
- 学习曲线 AUC：衡量智能体学习和成功的速度（前向迁移）。
安装与使用
项目基于 Python 开发，可通过 pip 快速安装。推荐使用 HuggingFace 源下载数据集，避免原始链接失效风险。
# 安装库
pip install libero
# 下载示范数据与套件
python -m libero.download_suite --suite libero_100
python libero/lifelong_train.py \
--suite libero_100 \
--policy bc_transformer_policy \
--algo sequential
