arXiv · 机器人与计算机视觉· Hao Wang, Jiuzhou Lei, Dayou Li, Bangya Liu, Minghui Zheng, Manling Li, Ruohan Zhang, Zhiwen Fan·· 2026-10-06AI 评分75
Behavior Uncloning:无需推理时引导将行为模式重定向至策略权重
Behavior Uncloning: Distilling Mode Redirection into Policy Weights without Inference-Time Steering
AI 导读
论文提出 MoRE(Mode Redirection)方法,通过短期“去克隆”步骤将临时分类器的重定向信号蒸馏进策略权重,使独立策略能以零推理开销抑制不期望的行为模式。在八项仿真与真实世界任务中,该方法平均部署成功率提升 44 个百分点,接近过滤数据重训练的效果,且支持 Diffusion Policy、Pi0.5 VLA 等多种架构。
来源:arXiv · 机器人与计算机视觉 · arxiv.org