基于混合专家模型学习多样化技能用于行为模型
地球与行星天体物理
2026-03-04 v1 太阳与恒星天体物理
摘要
仿真学习通过从大规模人类演示中学习已在机器人操作中展现出强大的性能。然而，现有模型在单任务学习中表现优异，但在实际应用中观察到在多任务设置下性能下降，由于跨任务间的干扰导致平均化效应。为解决此问题，我们提出使用混合专家（Mixture of Experts）学习多样化技能用于行为模型，称为 Di-BM。Di-BM 将每个专家关联到不同的观察分布，从而使专家能够在观察空间的不同子区域上专业化。具体而言，我们采用能量基模型表示每个专家的观察分布，并与相应的动作模型联合训练。我们的做法即插即用，可无缝集成到标准仿真学习方法中。在多个真实世界机器人操作任务上的大量实验表明，Di-BM 在性能上显著优于最先进的基线方法。此外，对预训练的 Di-BM 在新任务上的微调显示出卓越的数据效率和专家学习知识的可复用性。代码已公开于 https://github.com/robotnav-bot/Di-BM。
引用
@article{arxiv.2601.12396,
title = {Revisiting the exoplanet radius valley with host stars from SWEET-Cat},
author = {Juma Kamulali and Vardan Adibekyan and Benard Nsamba and Sergio G. Sousa and Tiago. L. Campante and Achim Weiss and Bridget Kabugho and Nuno Moedas and Nuno C. Santos and Otto Trust},
journal= {arXiv preprint arXiv:2601.12396},
year = {2026}
}