ODE Policy 让机器人学「动作如何演化」，成功率提升至 5.9 倍
micoolcho · x · 2026-11-05
南洋理工 Jianfei Yang 团队发布 ODE Policy（arXiv:2611.01729）：不再让机器人策略直接预测离散动作，而用神经常微分方程（neural ODE）学习动作的连续动力学，从上一动作积分出下一动作，轨迹天然连续。
核心结果
- 模仿学习中对阵 flow matching：1 个 epoch 后成功率达 5.9 倍、泛化 5.4 倍、模式平衡 3.9 倍，动作生成快 10.8 倍，轨迹甚至比人类示教更平滑
- 可作为 VLA 与世界动作模型（WAM）的动作头，也可作 model-based RL 的 actor
- 覆盖单臂、双臂、灵巧手、足步与移动操作五类任务，对比 14 个基线
- 真实世界 14 个任务上取得最高成功率，附带轻量 diversity head 以随机化向量场方向来捕捉多模态行为
「具身」频道最新
- VAMOS 分层 VLA 让机器人自主穿越苏黎世 2.35 公里 — KyleMorgenstein · 2026-11-05
- NVIDIA 发布 Isaac Sim 官方入门教程:从建模到硬件在环部署 — lukas_m_ziegler · 2026-11-05
- 中国否决软银 54 亿美元收购 ABB 机器人业务的交易 — davidyin44 · 2026-11-05
- uni-robot-agent 让 Qwen 在仿真与真机上都能干活,OpenRUA 系列启动 — teortaxesTex · 2026-11-05
- DJI Mini 5 Pro 不支持飞行眼镜，玩家用一根线接出 146 寸虚拟屏 — Scobleizer · 2026-11-05
- 机器人基准测试被指脱离现实：没人为每台机器人配万元级 GPU — AIFlow_ML · 2026-11-05