ABPolicy：面向实时平滑机器人操作的异步 B 样条流政策
机器人学
2026-03-02 v1 计算机视觉与模式识别
摘要
机器人操作需要平滑且能响应动态观测的政策。然而，原始动作空间中的同步推断引入了若干挑战，包括 chunk 内抖动、chunk 间不连续性以及“停止-前进”式执行。这些问题削弱了政策的平滑性及其对环境变化的响应性。我们提出 ABPolicy，一种基于 B 样条控制点动作空间的异步流匹配政策。首先，B 样条表示确保了 chunk 内的平滑性。其次，我们引入双向动作预测结合重构优化以实现 chunk 间连续性。最后，利用异步推断，ABPolicy 能提供实时、连续的更新。我们在包含静态环境和带有运动物体的动态环境的七个任务上评估了 ABPolicy。实证结果表明，ABPolicy 降低了轨迹 jerk，实现更平滑的运动并提升了性能。项目网站：https://teee000.github.io/ABPolicy/。
引用
@article{arxiv.2602.23901,
title = {ABPolicy: Asynchronous B-Spline Flow Policy for Real-Time and Smooth Robotic Manipulation},
author = {Fan Yang and Peiguang Jing and Kaihua Qu and Ningyuan Zhao and Yuting Su},
journal= {arXiv preprint arXiv:2602.23901},
year = {2026}
}