跳到正文
arXiv · 机器人与计算机视觉· Wonsuhk Jung, Sundhar Vinodh Sangeetha, Chen Xu, Abhishek Gupta, Masha Itkina, Shreyas Kousik, Haruki Nishimura·· 2026-10-06精选AI 评分82

Bilinear Flow Policy:面向未见目标的视觉运动模仿学习新框架

Bilinear Flow Policy: Distributional Extrapolation for Goal-Conditioned Visuomotor Imitation

AI 导读

针对条件模仿学习中面对未见目标时多模态行为坍缩的问题,本文提出 Bilinear Flow Policy(BFP)。该方法利用预训练视觉特征和新型锚点选择算法,将未见观测 - 目标对分解为熟悉锚点与残差项,并通过双线性流建模其联合决定的动作分布。

推荐理由

提出结合归纳检索与双线性流的生成策略,在仿真中实现比基线高 2.63 倍的未见目标成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org