基于运动原型的平滑动作分块方法

2026年10月29日，Shota Nomura在arXiv上提出了一种基于运动基元表示法的平滑动作分块方法，旨在解决模仿学习中的轨迹抖动和不连续问题。该方法将轨迹段表示为平滑基函数的线性组合，在单次和迭代型骨干网络上测试显示，块内抖动降低一个数量级和2.4倍，边界不连续性减少73-84%，同时保持任务成功率不变。该方法无需重新训练，适用于实时查询的机器人策略。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。