康奈尔 Proxy Policy Steering:不改权重让冻结机器人策略学会新任务
philfung · x · 2026-09-28
康奈尔大学团队(含 Weichiu Ma、Kuan Fang 等)提出 Proxy Policy Steering(PPS),一种推理时方法,可让大型冻结机器人策略从少量演示中适应新任务,且完全不修改其权重。
核心做法是训练两个小网络:一个从冻结的基础策略蒸馏出的 reference proxy,另一个在其上用任务演示微调出的 task proxy。采样时在速度空间加残差来引导基础模型的扩散轨迹:vPPS = vbase + γ(vtask − vref)。
亮点:基础模型参数从不被修改,甚至不需要访问基础模型本身。方法在 8 个真实世界任务(冲咖啡、插花、叠牛仔裤、取鞋、擦桌子等)和 4 个仿真操作任务上验证。
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16