ODE Policy：用神经常微分方程学动作向量场

Jindou Jia 等作者提交预印本论文，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把观测映射为动作值。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。作者称，在单臂、双臂、灵巧与类人机器人上的 14 个真实世界任务中，该方法成功率最高；在强化学习中，它加快了 SuperMimic 的类人运动跟踪并使其动作更平滑。 该工作为 arXiv 预印本，尚未经同行评议，上述结果均为作者自述，未提供独立验证。

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。