arXiv Robotics· Aryaman Gupta, Xiaoyue Wu, Rana Soltani Zarrin, Mark Van der Merwe·· 5 小时前AI 评分34
GUARD：面向灵巧操作生成式机器人策略的异常感知 Q-steering 框架
GUARD: Anomaly-Informed Q-Steering for Generative Robot Policies in Dexterous Manipulation
AI 导读
GUARD 是一种异常感知的 Q-steering 框架，利用策略训练分布构建稠密的失败预判引导信号，在不修改预训练策略的前提下引导扩散去噪过程。在四个 Adroit 灵巧操作任务上，GUARD 在正常与扰动动力学下平均成功率达 96.0% 和 80.0%，分别超出最强基线 21.0 和 20.0 个百分点，且异常分数最低。
推荐理由模型分析
GUARD把策略训练分布上的异常分数与稀疏任务奖励一起经Q函数传播，在去噪过程中引导动作避开低支持区域，且不改动预训练策略。对做扩散/流匹配机器人策略的研究者，它提供了无需额外示范或人工奖励的测试时纠偏思路；但结论限于四个Adroit灵巧操作任务及螺丝刀旋转的仿真到真机迁移，实际部署效果仍需在更多任务与扰动条件下验证。
来源：arXiv Robotics · arxiv.org