潜在噪声桥接旨在加快机器人扩散策略的微调

由 WORLDTECH 译自英文。事实、数字、名称和来源均与英文原文一致。 English

首次报道 11月6日 05:00 UTC来源：arXiv Robotics (cs.RO)最近编辑更新 11月6日 05:00 UTC发表评论 ↓

一篇发布于arXiv机器人学板块的论文提出了一种微调扩散策略的方法，该方法调整的是初始噪声而非动作。论文报告称，在具有挑战性的运动和操作任务上，性能提升可达两到三倍。

所提出的框架

论文提出了潜在噪声线性马尔可夫决策过程（Latent Noise Linear Markov Decision Process，简称LNL-MDP），作为其应对自身所指出的扩散策略适应难题的方案。该框架被应用于一系列多样的机器人运动和操作控制问题。

训练之后的策略适应正是该框架所针对的问题，论文将其方法呈现为解决这一问题的途径。

早期微调初始噪声的方法无需其他方法所需的高成本时间反向传播。不过，它们仍然遇到论文所称的噪声混叠问题：噪声空间中的数值与动作空间中的数值之间不存在自然的对应关系，因此对噪声的改动不能干净地转化为行为上的改变。

据论文称，该方法在具有挑战性的控制问题上可带来两到三倍的性能提升。原文将这些增益作为论文自身的发现进行报道，并未描述独立复现的情况。