丰田研究 negative result：非高斯动作先验无助于微调大行为模型 LBM
_krishna_murthy · x · 2026-09-25
Toyota Research Institute 与 Woven by Toyota、Cornell 的团队发布一项 negative-result 研究《The Gaussian Is Enough》。
- 背景：此前研究发现，在从零训练 diffusion / flow-matching 机器人策略时，把标准高斯先验换成更接近目标分布的动作先验能显著提升性能。团队假设这一收益能迁移到微调预训练的大行为模型（LBM）。
- 结论：并没有。在 3 种 LBM 架构（LBM 1.0、π0.5、GR00T N1.5）、40+ 任务、超 10 万次仿真 rollout 和 1250 次真机 rollout 上，标准高斯先验与更接近目标的先验在统计上无差别甚至更好（仅在极低微调数据比例下可能有例外）。
- 诊断发现：微调性能由观测编码器主导，而非动作先验。
对机器人策略微调实践者是一个“省事”的实证结论：微调 LBM 时不必折腾非高斯先验。
「具身」频道最新
- Tersus GNSS MVP S1 扫描数据入 LichtFeld Studio,点云干净出高质量 Splat — janusch_patas · 2026-11-11
- 用 ESPHome 刷机，让家中廉价 IoT 设备重获新生 — haydendevs · 2026-11-11
- MessyMem 入选 CoRL 2026 主会海报，探索机器人智能体长期记忆 — leto__jean · 2026-11-11
- NYU 新方法:看人做 5 分钟家务,机器人就能学会擦桌子 — CyberRobooo · 2026-11-11
- 波士顿动力 Atlas 联动 Blender 5.3 演示引围观 — TomLikesRobots · 2026-11-11
- Lamport Robotics 发布机器人唤醒测试视频 — R4nsack · 2026-11-11