机器人仿真学习中的Primary-Fine解耦动作生成
机器人学
2026-02-26 v1 机器学习
摘要
机器人操作动作序列中的多模态分布为仿真学习提出了关键挑战。为此，现有方法常将动作空间建模为离散令牌集合或连续潜变量分布。然而，这两种方法都存在取舍：一些方法将动作离散化为令牌，因而丢失细粒度的动作变化；而另一些方法则倾向于单阶段生成连续动作，容易产生不稳定的模式转换。为解决这些限制，我们提出Primary-Fine Decoupling for Action Generation（PF-DAG），一种两阶段框架，将粗糙动作一致性与细粒度变化解耦。首先，我们将动作块压缩为少量离散模式，使轻量级策略能够选择一致的粗糙模式，避免模式波动。其次，学习一种基于模式条件的MeanFlow策略，以生成高保真度的连续动作。理论上，我们证明了PF-DAG的两阶段设计相对于单阶段生成策略具有严格更低的均方误差（MSE）下界。实证上，PF-DAG在Adroit、DexArt和MetaWorld基准测试中的56个任务上均优于最先进的基线方法。它进一步 generalizes 到实际的触觉灵巧操控任务。我们的工作表明，显式的模式级解耦能够实现稳健的多模态建模和对机器人操作的反应式闭环控制。
引用
@article{arxiv.2602.21684,
title = {Primary-Fine Decoupling for Action Generation in Robotic Imitation},
author = {Xiaohan Lei and Min Wang and Wengang Zhou and Xingyu Lu and Houqiang Li},
journal= {arXiv preprint arXiv:2602.21684},
year = {2026}
}
备注
The Fourteenth International Conference on Learning Representations (ICLR), 2026