RoboSSM：基于状态空间模型的可扩展原地模仿学习
机器人学
2025-09-25 v1 人工智能
摘要
原地模仿学习（ICIL）使机器人能够仅通过少量演示的提示即可学习任务。通过在部署时消除参数更新的需求，这一范式支持对新任务的零样本适应。然而，最近的ICIL方法依赖于Transformer模型，存在计算限制，以及在处理超过训练时见到的较长提示时性能下降的问题。本文引入RoboSSM，这是一种基于状态空间模型（SSM）的可扩展原地模仿学习配方。具体而言，RoboSSM用Longhorn——一种最新进展的SSM取代Transformer——后者提供线性时间推理和强大的外推能力，使其适用于长上下文提示。我们在LIBERO基准上评估了该方法，并将其与基于Transformer的强ICIL基线方法进行比较。实验表明，RoboSSM能够有效地对原地演示的数量进行外推，能够在未见任务上取得高性能，在长期场景中保持稳健。这些结果凸显了状态空间模型作为ICIL高效且可扩展 Backbone 的潜力。我们的代码已公开于 https://github.com/youngjuY/RoboSSM。
引用
@article{arxiv.2509.19658,
title = {RoboSSM: Scalable In-context Imitation Learning via State-Space Models},
author = {Youngju Yoo and Jiaheng Hu and Yifeng Zhu and Bo Liu and Qiang Liu and Roberto Martín-Martín and Peter Stone},
journal= {arXiv preprint arXiv:2509.19658},
year = {2025}
}
备注
8 pages, 11 figures