机器人学习新研究：离散动作表示可追平甚至超越连续策略

「Robot Learning Science」系列新研究（ZejiYi 等人）挑战「机器人策略必须使用连续动作头」的普遍认知。实验显示，即使采用最简单的离散化（每个动作维度仅数十个 bin），四种动作头的总体误差相当；在专家单步移动小于 5mm 的精细动作场景下离散动作反而更精准。研究进一步指出，连续策略倾向于过度平滑动作，而离散策略保留更多专家示范中的时间变化特征。

2026-10-21 ~ 2026-10-21 · 3 条相关