PALM：基于感知对齐提升局部视觉运动策略的通用性
机器人学
2026-01-28 v1
摘要
在基于图像的行为克隆中，超越训练域的泛化仍具有挑战性。现有方法分别针对工作空间偏移、视点变化与跨本体迁移等不同泛化轴进行处理，往往孤立开发展，或依赖复杂管线。我们引入PALM（Perception Alignment for Local Manipulation），利用局部动作分布在out-of-distribution（OOD）与演示域之间的不变性，在无需额外输入模态、模型变更或数据收集的情况下同步处理这些OOD偏移。PALM将操作策略模块化分为粗糙全局组件与局部细粒度动作策略。通过强制局部视觉聚焦与一致的关节信息表征，在局部策略层面减少in-domain与OOD输入之间的差异，使策略能够在OOD条件下检索出不变的局部动作。实验表明，PALM在仿真环境中将OOD性能下降限制在8%，在真实世界限制在24%，相较于基线方法的45%与77%显著提升。
引用
@article{arxiv.2601.19514,
title = {PALM: Enhanced Generalizability for Local Visuomotor Policies via Perception Alignment},
author = {Ruiyu Wang and Zheyu Zhuang and Danica Kragic and Florian T. Pokorny},
journal= {arXiv preprint arXiv:2601.19514},
year = {2026}
}