几何感知策略模仿
机器人学
2025-10-13 v1
摘要
我们提出一种几何感知策略模仿（GPI）方法，通过将演示视为几何曲线而非状态-动作样本集合来重新构思imitation学习。从这些曲线中，GPI推导出距离场，从而产生两种互补的控制原语：一种沿专家轨迹推进的progress flow，以及一种纠正偏差的吸引 flow。它们的组合定义了一个可控的、非参数的向量场，直接指导机器人行为。该表述将度量学习与策略合成解耦，使其能够在低维机器人状态和高维感知输入之间实现模块化适应。GPI通过保留各个演示作为独立模型来自然支持多模态性，并通过简单地添加到距离场中来高效地组合新的演示。我们在仿真和实际机器人上对GPI进行了测试。实验表明，GPI的成功率高于基于扩散的策略，运行速度快20倍，所需内存更少，并且对扰动具有鲁棒性。这些结果表明，GPI是一种高效、可解释且可扩展的机器人imitation学习的替代方案，作为替代生成方法。项目网站：https://yimingli1998.github.io/projects/GPI/。
关键词
引用
@article{arxiv.2510.08787,
title = {Geometry-aware Policy Imitation},
author = {Yiming Li and Nael Darwiche and Amirreza Razmjoo and Sichao Liu and Yilun Du and Auke Ijspeert and Sylvain Calinon},
journal= {arXiv preprint arXiv:2510.08787},
year = {2025}
}
备注
21 pages, 13 figures. In submission