把机器人动作变成像素分类：AMP 真机成功率领先 Diffusion Policy 50%-70%
机器之心 · wechat · 2026-09-09
美国东北大学博士生黄浩杰（师从 Robert Platt、Robin Walters）提出 Action Map Policy（AMP），一种新的机器人操作动作表达：将三维运动可逆地表示为 3D 关键点轨迹，投影到多个相机平面变成 2D 像素轨迹，再把动作预测转化为像素级分类问题，用交叉熵目标函数预测每个像素成为目标关键点的概率分布。
这一表达带来质变：视觉观测与动作统一在图像空间（类似 LLM 统一 token 空间）；交叉熵天然能表达多峰动作分布；一次前向推理即输出完整分布。在 224×224 分辨率下可实现约 1mm 位置误差、1.3° 旋转误差的毫米级 3D 精度，通过多视角三角测量恢复三维轨迹。
实验亮点：在“四块相同木块、激光笔指示目标”的细粒度测试中，仅 40 条 demo，AMP 达 100% 成功率，Diffusion Policy 出现明显 mode collapse。真机早餐三任务（做咖啡、烤面包、蒸蛋）中成功率比 DiffPo 和 ACT 高约 50%-70%；单次推理仅 13.80ms，而 16 步 DDIM 去噪的 DiffPo 需 93.53ms，更适合实时闭环控制。
「具身」频道最新
- 开发者在 MuJoCo 复现果蝇仿真:视觉感知+导航演示 — i_dg23 · 2026-09-09
- PGMT 论文：不改参考轨迹即可让机器人上下楼梯与 40cm 台阶 — ChongZzZhang · 2026-09-09
- 仅 6 次示教，人形机器人在 VivaTech 展会连续工作 4 天 — lukas_m_ziegler · 2026-09-09
- 把 SO-ARM100 机械臂改造成双足机器人，开源社区实操演示 — k7agar · 2026-09-09
- AMD发布Threadripper Halo工作站，本地AI算力怪兽 — Apprehensive_Bar6609 · 2026-09-09
- 某头部智驾端到端技术负责人张颖离职创业，押注通用物理智能，融资数亿元 — 机器之心 · 2026-09-09