arXiv cs.AI· Seungyong Moon, Deokjae Lee, Hansang Lee, Munkhtselmeg Battsengel, Youngin Kim, Seonghyeon Yun, Sungjin Jeon, SongEun Kim, Jeongmin Park, Hyun Oh Song·· 11 小时前AI 评分38
学习速度先验为机器人演示重新定时
Retiming Robot Demonstrations with a Learned Speed Prior
AI 导读
研究者提出从大规模演示数据中学习速度先验，根据任务指令、运动路径及沿途图像预测执行速度分布，用选定分位数作为统一时钟为每条演示重新定时，一个训练好的先验即可覆盖语料库中所有任务。在 120 个 RoboLab 任务上，用该时钟微调的视觉-语言-动作策略成功率更高，抖动最多降低一半；真实机器人叠杯子耗时 3.50s，比默认策略的 6.02s 快 1.72 倍，30 次试验成功 29 次。
正文 · AI 翻译
摘要：机器人演示的节奏往往由遥操作者而非任务本身决定。因此，同一动作在不同演示中可能以差异很大的速度出现，而在这种数据上训练的策略可能会连同任务行为一起继承操作者特有的时序。我们提出直接从大规模演示数据中学习速度先验。给定任务指令、运动路径及沿途图像，它预测沿路径执行速度的分布，从中选取一个分位数来为每个演示的重定时定义一致的时钟。现有方法从它们所加速的数据本身推导加速度信号，因此每个新任务都需要另一次拟合、标注或一对预定义速率。而单个训练好的速度先验可覆盖语料库中的每个任务。我们在机器人遥操作数据和手持演示（由人类手臂而非机器人手臂移动夹爪）上拟合速度先验，并用它在微调视觉-语言-动作策略之前将机器人演示重定时为手持节奏。在执行时，我们将策略与一个实时最优控制层配对，该层利用预测的节奏在机器人约束下跟踪预测的动作块。在 120 个 RoboLab 任务上，与在原始演示时序上微调并均匀加速到相同速度的策略相比，在我们学习到的时钟上微调的策略成功率更高，且抖动最多降低一半。在真实机器人上，我们的策略在 3.50 秒内堆叠杯子，比默认策略的 6.02 秒快 1.72$\times$，且成功率相当，30 次试验中成功 29 次。视频及更多材料见 此 https URL。
| 学科： | 人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.32676 [cs.AI] |
| （或 arXiv:2610.32676v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32676 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Seungyong Moon [查看电子邮件]
[v1]
2026年10月23日星期五 14:15:31 UTC（2,389 KB）
来源：arXiv cs.AI · arxiv.org