跳到正文
arXiv · 机器人与计算机视觉· Wenshuo Chen, Honglei Jin, Le Yang, Jianfei Song, Shaofeng Liang, Lei Wang, Junze Zhu, Kailong Wang, Zhengxi Jin, Haozhe Jia, Honglin Chu, Songning Lai, Xiucheng Wang, Yutao Yue·· 4 小时前AI 评分73

轨迹校准的具身策略融合方法

Trajectory-Calibrated Merging of Embodied Policies

AI 导读

针对机器人基础模型能力碎片化问题,作者提出轨迹校准回归(TCR)框架以合并多个专家策略为单一策略。该方法通过跨时间尺度收集校准输入、重计算块级输入及两遍校准程序,在保留原始推理图且无需梯度训练的情况下实现融合。实验显示,该法在 LIBERO 基准上合并四个 pi_0.5 专家策略后,1200 次评估中成功率达 77.83%,优于现有方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org