混合一致性策略：解耦机器人操作中的多模态多样性与实时效率
机器人学
2025-10-31 v1
摘要
在视觉运动策略学习中，基于普通和随机去噪过程的扩散式模仿学习方法因其能够捕获多样化行为而广泛采用。然而，这类方法在实现快速采样和强多模态方面存在困难。为此，我们提出混合一致性策略 (Hybrid Consistency Policy, HCP)。HCP 执行一段随机前缀，直到自适应切换时刻，然后应用一次一步一致性跳跃以生成最终动作。为对齐该一次跳跃生成，HCP 执行时变一致性蒸馏，将轨迹一致性目标与去噪匹配目标结合，前者保持相邻预测的连贯性，后者提高局部保真度。在仿真环境和实际机器人上，HCP 采用 25 步随机扩散步骤加上一次跳跃，准确率和模式覆盖率接近 80 步 DDPM 教师模型，同时显著降低延迟。这些结果表明，多模态性并不必需慢速推理，切换时刻可解耦模式保留与速度。它为机器人策略提供了一种实用的精度-效率权衡。
引用
@article{arxiv.2510.26670,
title = {Hybrid Consistency Policy: Decoupling Multi-Modal Diversity and Real-Time Efficiency in Robotic Manipulation},
author = {Qianyou Zhao and Yuliang Shen and Xuanran Zhai and Ce Hao and Duidi Wu and Jin Qi and Jie Hu and Qiaojun Yu},
journal= {arXiv preprint arXiv:2510.26670},
year = {2025}
}