基于条件最优输运耦合的快速流动式视觉运动策略
机器人学
2025-05-05 v1
摘要
扩散和流匹配策略最近在机器人应用中表现出色，能够准确捕捉多模态机器人轨迹分布。然而，其因对ODE或SDE的数值积分而导致的推理计算成本高，限制了其作为机器人实时控制器的适用性。我们引入一种方法，利用条件最优输运耦合 between noise and samples，以强制流动ODE中的解为直线，用于机器人动作生成任务。我们指出，单纯耦合噪声和样本在条件任务中会失败，提出将条件变量纳入耦合过程以提高少数步骤性能。所提出的少数步骤策略在 diverse simulation 任务上较扩散策略实现4%更高的成功率，同时实现10倍加速。此外，在一组真实世界机器人任务中，它在1-2步内产生高质量且多样化的动作轨迹。我们的方法保持与扩散策略和基础流匹配相同的训练复杂度，与提炼方法不同。
引用
@article{arxiv.2505.01179,
title = {Fast Flow-based Visuomotor Policies via Conditional Optimal Transport Couplings},
author = {Andreas Sochopoulos and Nikolay Malkin and Nikolaos Tsagkas and João Moura and Michael Gienger and Sethu Vijayakumar},
journal= {arXiv preprint arXiv:2505.01179},
year = {2025}
}