新论文用重尾 Student-t 回归缩小机器人策略的回归与生成差距

chris_j_paxton · x · 2026-11-12

宾大、清华、UCSD 的研究者从统计建模角度重新审视 MSE-Policy 与 Flow-Policy 的差距，分析动作预测残差如何影响策略优化。

对人类演示数据的分析发现，残差尺度随状态变化，且尾部比高斯更重。作者提出异方差 Student-t 动作回归（HT-Policies），学习依赖输入的残差尺度并降低重尾影响。HT-Policies 单次前馈即可预测动作块，在四个仿真基准和真机评测中成功率与生成式策略基线相当，但训练与推理更快。