跳到正文
arXiv · 机器人与计算机视觉· Shota Nomura, Takayuki Osa, Yasuhiro Kato, Kazuki Ota, Naoki Shitanda, Tatsuya Harada·· 20 天前AI 评分74

通过运动原型表示实现平滑动作分块以用于模仿学习

Smooth Action Chunking Via Movement-Primitive Representations for Imitation Learning

AI 导读

这篇论文针对视觉基机器人策略中动作分块导致的轨迹抖动问题,提出了一种基于运动原型的轨迹表示方法。该方法将轨迹段表示为光滑基函数的线性组合,在保持策略架构、训练目标和推理流程不变的情况下,通过显式条件约束使新分块经过前一分块的末端动作点,从而在不重新训练的前提下消除边界不连续并大幅降低抖动。

来源:arXiv · 机器人与计算机视觉 · arxiv.org