用于训练用于操纵对象的控制策略的设备和方法

提供了用于训练用于操纵对象的控制策略的设备和方法。根据各种实施例，提供了一种用于训练用于操纵对象的控制策略的方法，包括：对于一个或多个场景中的每一个中的一个或多个对象中的每一个，接收输入数据元素，该输入数据元素包括表示待操纵对象的形状及其在场景中的位置的图像数据；根据半监督学习方案，通过生成图像数据的扩充和用于经扩充图像数据的伪标签，为每个输入数据元素生成一个或多个训练数据元素；以及使用所生成的训练数据元素来训练控制策略。