MOTIF：学习用于少样本跨机体迁移的动作模式
机器人学
2026-02-17 v1 人工智能
摘要
虽然视觉-语言-动作（VLA）模型在通用机器人学习方面取得了进展，但跨机体迁移仍面临运动学异构性和收集足够真实演示以支持微调的高成本挑战。现有的跨机体策略通常依赖共享-私有架构，受限于私有参数的容量不足以及缺乏显式适应机制。为此，我们提出MOTIF，用于高效少样本跨机体迁移，解耦机体无关的时空模式（称为动作模式）与异构动作数据的关系。具体而言，MOTIF 首先通过向量量化、进度感知对齐和机体对抗约束学习统一的模式，以确保时序一致性和跨机体一致性。我们随后设计轻量级预测器，从实时输入预测这些模式，以引导基于流匹配的策略，融合机器人专属状态以实现在新机体上的动作生成。在模拟和真实环境中的评估表明，MOTIF 在少样本迁移场景中显著优于强基线，分别在模拟和真实环境中分别提升 6.5% 和 43.7%。代码已公开 https://github.com/buduz/MOTIF。
引用
@article{arxiv.2602.13764,
title = {MOTIF: Learning Action Motifs for Few-shot Cross-Embodiment Transfer},
author = {Heng Zhi and Wentao Tan and Lei Zhu and Fengling Li and Jingjing Li and Guoli Yang and Heng Tao Shen},
journal= {arXiv preprint arXiv:2602.13764},
year = {2026}
}