BEACON：基于最优努力适配的生成式机器人策略跨域协同训练框架

BEACON 是一个理论引导的生成式机器人策略跨域协同训练框架，面向源域演示充足、目标域演示有限的场景。它把跨域协同训练建模为差异感知的重要性重加权问题，在 Best-Effort Adaptation 界启发下联合学习基于扩散的视觉运动策略与逐样本源域权重，并针对高维序列策略提出可扩展的实例级差异代理、策略与权重的随机交替更新以及平衡异构源域的多源扩展。在仿真到仿真、仿真到实机和多源操作设置中，BEACON 相比仅用目标域数据、固定比例协同训练和特征对齐基线提升了鲁棒性与数据效率；在不设显式对齐目标的情况下，差异感知协同训练也隐式拉近了源域与目标域的表征。该文为 arXiv 预印本。