TeNet：用于紧凑策略合成的文本到网络
机器人学
2026-01-23 v1 人工智能
摘要
遵循自然语言指令的机器人通常要么使用手工设计的接口进行高层规划，要么依赖难以部署用于实时控制的大型端到端模型。我们提出 TeNet（文本到网络），这是一个直接从自然语言描述实例化紧凑、任务特定机器人策略的框架。TeNet 将一个超网络条件化于预训练大语言模型（LLM）生成的文本嵌入上，以生成一个完全可执行的策略，该策略随后仅在高控制频率下对低维状态输入进行操作。通过在策略实例化时仅使用一次语言，TeNet 继承了预训练 LLM 的通用知识和释义鲁棒性，同时在执行时保持轻量高效。为了提高泛化能力，我们在训练期间可选择性地通过将文本嵌入与演示动作对齐来将语言扎根于行为中，而在推理时无需任何演示。在 MuJoCo 和 Meta-World 基准上的实验表明，TeNet 生成的策略比基于序列的基线模型小几个数量级，同时在多任务和元学习设置中均实现了强劲性能，并支持高频控制。这些结果表明，文本条件化的超网络为资源受限且具有实时性要求的机器人控制任务提供了一种构建紧凑、语言驱动控制器的实用方法。
引用
@article{arxiv.2601.15912,
title = {TeNet: Text-to-Network for Compact Policy Synthesis},
author = {Ariyan Bighashdel and Kevin Sebastian Luck},
journal= {arXiv preprint arXiv:2601.15912},
year = {2026}
}