MTIL：利用Mamba对完整历史进行编码的时序模仿学习
机器人学
2025-10-16 v3
摘要
标准的模仿学习（imitation learning, IL）方法在机器人领域取得了显著成果，但往往依赖马尔可夫假设，在长期任务中因历史信息至关重要而失效。这一限制不仅源于概念性差距，还源于根本性计算障碍：主流架构如Transformer常受制于二次复杂度，使得处理长时序高维观测序列不可行。为克服这双重挑战，我们引入Mamba时序模仿学习（Mamba Temporal Imitation Learning, MTIL）。我们的方法构成一种新的机器人学习范式，将其框架化为世界模型与动力系统概念的实用化融合。通过利用状态空间模型（State Space Models, SSMs）的线性时间循环动力学，MTIL学习一个隐式的、面向动作的世界模型，高效地将整个轨迹历史压缩编码为一个演化中的状态。这使得策略能够依赖完整的时序上下文，超越马尔可夫方法的限制。在模拟基准（ACT、Robomimic、LIBERO）以及实际困难任务上进行的广泛实验表明，MTIL 在解决长期时序歧义方面优于SOTA方法（如ACT和Diffusion Policy）。我们的发现不仅肯定了完整时序上下文的必要性，也验证了MTIL作为一种强大且计算可行的、用于从高维观测中学习长期轨迹、非马尔可夫行为的强大方法。
引用
@article{arxiv.2505.12410,
title = {MTIL: Encoding Full History with Mamba for Temporal Imitation Learning},
author = {Yulin Zhou and Yuankai Lin and Fanzhe Peng and Jiahui Chen and Kaiji Huang and Hua Yang and Zhouping Yin},
journal= {arXiv preprint arXiv:2505.12410},
year = {2025}
}
备注
Published in IEEE Robotics and Automation Letters (RA-L), 2025. 8 pages, 5 figures