arXiv · cs.RO· Jindou Jia, Jingliang Li, Kuangji Zuo, Tuo An, Yuxuan Hu, Mengfei Zhao, Bofan Lyu, Jiaqi Bai, Daoyuan Zhu, Hengyu Dai, Junpeng Zhang, Jianfei Yang·· 7 小时前精选AI 评分77
论文 / 摘要阅读
ODE Policy：以动作动力学而非动作值学习机器人策略
ODE Policy: Robot Learning via Action Dynamics, Not Actions
AI 导读 · 根据来源整理
作者提出 ODE policy，用神经常微分方程学习动作的向量场，而不是在离散控制步上直接映射观测到动作值。在模仿学习中，它通过匹配短动作块上的积分动作与目标来训练，并用轻量多样性头随机化场方向以捕捉多模态行为；部署时每个动作由前一个动作积分得到，轨迹在构造上连续。作者将其作为视觉运动策略、VLA 与世界动作模型的动作头、以及基于模型强化学习的 actor，在单臂、双臂、灵巧、运动与移动操作任务上与14个基线对比。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org