跳到正文
arXiv · 机器人与计算机视觉· Zeji Yi, Soham Dasgupta, Xinyang Zhang, Koushil Sreenath, Guannan Qu, Xi Chen, Max Simchowitz, Guanya Shi·· 2026-10-15精选AI 评分78

离散动作何时能构建优秀的连续控制器?

When Do Discrete Actions Make Good Continuous Controllers?

AI 导读

该研究挑战了机器人基础模型必须使用连续向量表示动作的共识,通过从头训练的单任务和多任务 VLA 在仿真与真实硬件上的广泛对比发现,即便是最基础的均匀分箱量化等离散动作预测方法,其任务成功率也能匹配或超越连续动作策略。

推荐理由

论文通过仿真与真实硬件实验,论证离散动作预测在任务成功率上可匹敌甚至超越连续动作策略,并指出其核心挑战在于分布分解误差而非精度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org