HT-Policy 挑战扩散策略范式:多模态并非模仿学习优势真因
chris_j_paxton · x · 2026-11-18
机器人学习领域流行观点认为扩散/流匹配策略优于直接回归,是因为更好支持数据多模态。但研究者 Yuchen 与 Maojiaoyuan 提出,真实优势更可能来自「状态相关的方差」和比常规划设更重的长尾高斯「尾巴」,而实际机器人数据中几乎要完全去除多模态才能取得好效果——与传统解释相悖。
他们提出 HT-Policy:学习一个依赖输入的残差尺度,用它降低长尾数据样本的影响,使普通回归策略也能与流匹配策略竞争,同时训练更快、推理更简单。Chris Paxton 推荐了相关播客讨论,称其对机器人学习理论的解释非常有趣。
「具身」频道最新
- UMA Robotics 主攻欧洲:调查显示欧洲具身 AI 三大优势 — RemiCadene · 2026-11-18
- 特斯拉年报信:FSD付费用户达174万,Robotaxi扩展至7城 — yunta_tsai · 2026-11-18
- 开源桌面机器人 Lamp 本周上线 Skill Store:物理技能可像 App 一样安装 — dee_hw · 2026-11-17
- Genesis AI 获 5 亿美元 A 轮融资,投后估值 35 亿美元 — chris_j_paxton · 2026-11-17
- 机器人圈争论:灵巧手做 pick-and-place 太无聊,该上真挑战 — chris_j_paxton · 2026-11-17
- 开源机械臂 reBot Arm B601-DM 促销价 1090 美元 — philfung · 2026-11-17