Warp：面向冻结机器人策略的结构化输出空间适配

研究提出Warp，一种上下文条件化的单调双射样条适配器，对冻结基础策略的输出样本做非线性、逐维保序的重塑，并与仅平移、平移加尺度两种参考适配器对比。在ManiSkill四个受控部署偏移任务中，匹配的进化策略（ES）适配器研究里Warp恢复效果最强，优于样条参数化、位置-尺度适配和通用非线性容量三类对照；换用PPO后排序随任务变化，说明更丰富的适配器结构在不同优化器下不一定带来更好适配。作者还在物理SO101插销任务上测试，在交互受限的RLPD/SAC流程中，Warp成功率与强随机残差相当，成功周期时间中位数约降低30%。