Warp：冻结策略的结构化输出适配器

Ethan Hirschowitz、Fabio Ramos 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；但换用 PPO 后排序随任务变化，作者据此称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%。该研究为 arXiv 预印本，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。