One-Policy-Fits-All：跨体操操作的几何感知动作潜在表示
机器人学
2026-03-17 v1
摘要
跨体操操作对于增强机器人操作的可扩展性和降低高昂的数据收集成本至关重要。然而，体现形式的显著差异（如动作空间的差异和结构性差异）对跨多个数据源的联合训练提出了挑战。为此，我们提出One-Policy-Fits-All(OPFA)，一个实现跨多个体现形式学习单一通用策略的框架。我们首先学习几何感知潜在表示(GaLR)，该表示利用3D卷积网络和transformer构建跨不同体现形式的共享潜在动作空间。随后，我们设计统一的潜在重定向解码器，从潜在表示中提取体现特定的动作，而无需针对任何体现形式进行解码器调优。OPFA实现了来自多种体现形式（包括各种夹具和具有任意自由度的灵巧手）数据的端到端联合训练，显著提高了数据效率并降低了技能迁移成本。我们在11种不同的末端执行器上进行了广泛实验。结果表明，OPFA在多样化的环境中显著提升了策略性能，例如跨体操联合训练可使成功率提高50%以上。此外，仅需来自新体现形式的少量演示（例如八个），OPFA即可实现与使用72个演示训练的模型相当的性能。
引用
@article{arxiv.2603.14522,
title = {One-Policy-Fits-All: Geometry-Aware Action Latents for Cross-Embodiment Manipulation},
author = {Juncheng Mu and Sizhe Yang and Hojin Bae and Feiyu Jia and Qingwei Ben and Boyi Li and Huazhe Xu and Jiangmiao Pang},
journal= {arXiv preprint arXiv:2603.14522},
year = {2026}
}
备注
ICRA 2026