HyperTASR：面向鲁棒操控的超网络驱动任务感知场景表征
机器人学
2025-09-23 v3
摘要
机器人操控的有效策略学习需要能够选择性捕获任务相关环境特征的场景表征。当前方法通常采用任务无关的表征提取，未能模拟人类认知中观察到的动态感知适应。我们提出 HyperTASR，一个超网络驱动的框架，它根据任务目标和执行阶段来调节场景表征。我们的架构根据任务规范和进展状态动态生成表征变换参数，使表征能够在整个任务执行过程中随情境演变。该方法在保持与现有策略学习框架架构兼容性的同时，从根本上重新配置了视觉特征的处理方式。与简单地将任务嵌入与任务无关表征进行拼接或融合的方法不同，HyperTASR 在任务上下文相关处理路径和状态依赖处理路径之间建立了计算分离，从而提高了学习效率和表征质量。在仿真和真实环境中的综合评估表明，该方法在不同的表征范式下均能显著提升性能。通过消融研究和注意力可视化，我们证实了该方法选择性地优先处理任务相关的场景信息，紧密模拟了人类在操控任务中的自适应感知。项目网站：https://lisunphil.github.io/HyperTASR_projectpage/。
引用
@article{arxiv.2508.18802,
title = {HyperTASR: Hypernetwork-Driven Task-Aware Scene Representations for Robust Manipulation},
author = {Li Sun and Jiefeng Wu and Feng Chen and Ruizhe Liu and Yanchao Yang},
journal= {arXiv preprint arXiv:2508.18802},
year = {2025}
}