3D FlowMatch演员：单臂与双臂操作的统一3D策略

我们提出了3D FlowMatch演员(3DFA)，一种用于机器人操作的3D策略架构，将流匹配用于轨迹预测与3D预训练视觉场景表示结合用于从演示中学习。3DFA利用动作和视觉记号在动作去噪期间的3D相对注意力，基于先前工作中的3D扩散-based单臂策略学习。通过结合流匹配和针对系统层面的和架构优化，3DFA实现了比以前的3D扩散策略快30倍以上的训练和推理，同时不牺牲性能。在bimanual PerAct2基准上，它建立了新的state of the art，凌驾于下一最佳方法41.4%的绝对优势。在广泛的实际世界评估中，它在超过74个RLBench任务上超越了强大的基线方法，后者拥有多达1000倍的更多参数和更多的预训练。在单臂设置中，它在74个RLBench任务上设立了新的state of the art，直接预测稠密末端执行器轨迹，无需运动规划。综合的消融研究强调了我们的设计选择对策略有效性和效率的重要性。