新研究:最简单的离散动作表示就能追平甚至超越连续动作策略
GuanyaShi · x · 2026-10-21
- 「Robot Learning Science」系列第二篇论文挑战「机器人策略必须用连续动作头」的普遍认知。
- 核心发现:
- 即使用最简单的离散化(每个动作维度仅 512 个 bin),离散动作在单任务策略和通用策略、仿真和真机、单步和 diffusion/flow 设定下都能追平或超越连续动作。
- 连续回归/flow 策略容易过度平滑动作块:在 RoboCasa 中,连续回归预测的动作块 jerk(加速度变化率)仅为专家动作的 7%,而离散方法明显更接近专家水平。
- 结论:离散动作表示并非「不天然、不精确」,反而是更优甚至更稳健的选择。
所属事件: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(3 条相关)→
「具身」频道最新
- 特斯拉Roadster冷气推进系统曝光，用的是Optimus腿部执行器 — gregmushen · 2026-10-21
- 开发者用树莓派5打造六轮AI探测车，GTC柏林现场演示 — labeveryday · 2026-10-21
- 机器人评测显示 Gemini 4 远超其通用能力预测,谷歌押注世界模型 — haider1 · 2026-10-21
- BrainLoRA 用单次因果前向预测脑活动，算力省 350 倍登顶 Algonauts — _akhaliq · 2026-10-21
- 印度 ePlane 公司展示 2.2 吨全尺寸 eVTOL 原型机 e200X-PT01 — vaibhavbetter · 2026-10-21
- 机器人已深入地下管网自主探路并带回数据 — VraserX · 2026-10-21