NTU ODE 机器人策略：LIBERO 一轮训练成功率提升 5.9 倍
ZeYanjie · x · 2026-11-12
南洋理工 MARS Lab 发布 ODE Policy：不直接预测动作本身，而是学习动作的变化量并沿机器人物理时间积分，从构造上消除分块动作在边界处的跳变。
- 相比 flow matching：1 个 epoch 后成功率达 79.2%（约为基线 5.9 倍），2 个 epoch 到 85%，而 flow/diffusion 基线需 30+ 个 epoch
- 推理快 10.8 倍，未见扰动下零样本成功率提升 5.4 倍，训练更快且轨迹更平滑，无需 RTC
- 可作为视觉运动策略、VLA（π0.5）动作头和世界动作模型使用；Hugging Face 团队测试了 ODE + pi0.5/WAM 微调，在 LIBERO 变体上表现优异
论文、代码与视频均已公开，可自行尝试。
「具身」频道最新
- electronica 边缘实验室活动开设 90 分钟机器人强化学习实操工作坊 — ShawnHymel · 2026-11-12
- NeurIPS 论文首次证明 RNN+MLP 可恢复机器人真实状态 — chriswolfvision · 2026-11-12
- PlotJuggler 4.2 发布：机器人日志可视化工具可直接在浏览器运行 — facontidavide · 2026-11-12
- Tesla Robotaxi 宣布全部运营城市实现 24/7 全天候服务 — Polymarket · 2026-11-12
- Lamport Robotics 机器人 Pincer1 开放预售:100 台、支持 Solana 支付 — R4nsack · 2026-11-12
- 不确定性感知世界模型：抑制幻觉让机器人靠想象控制真实世界 — breadli428 · 2026-11-12