MAPO提出交替策略优化提升人形动作跟踪
热点事件持续更新
MAPO提出交替策略优化提升人形动作跟踪
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Seonghyeon Lim等作者发布预印本，提出MAPO（Mixture of Experts with Alternating Policy Optimization）人形运动跟踪方法。作者称，MoE策略因动态路由，在策略梯度更新时可能错误估计新旧策略散度，而多数策略梯度算法依赖该散度约束更新，偏差会导致更新过于保守或过大，得到次优策略；MAPO通过交替优化路由器与专家来避免这一误估。 作者报告，MAPO能持续跟踪182个PPO with MoE无法跟踪的动作，而PPO with MoE仅跟踪1个MAPO无法跟踪的动作；在对比方法中MAPO跟踪成功率最高，多数误差指标下跟踪误差最低。该结果为预印本自述，尚未经同行评议或独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
MAPO：交替策略优化专家混合用于通用人形动作跟踪报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.RO精选MAPO：交替策略优化专家混合用于通用人形动作跟踪
论文提出 MAPO（Mixture of Experts with Alternating Policy Optimization），用于通用人形机器人动作跟踪。作者指出，MoE 策略因动态路由，在策略梯度更新时可能错误估计新旧策略散度，而多数策略梯度算法依赖该散度约束更新，偏差会导致更新过于保守或过大，得到次优策略。MAPO 交替优化路由器与专家以避免该误估。实验显示，MAPO 能持续跟踪 182 个 PPO with MoE 无法跟踪的动作，而 PPO with MoE 仅跟踪 1 个 MAPO 无法跟踪的动作；在对比方法中 MAPO 跟踪成功率最高，多数误差指标下跟踪误差最低。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。