arXiv Robotics· Zeji Yi, Soham Dasgupta, Xinyang Zhang, Koushil Sreenath, Guannan Qu, Xi Chen, Max Simchowitz, Guanya Shi·· 4 小时前AI 评分35
离散动作何时能成为好的连续控制器？——离散与连续动作参数化在机器人策略中的对比研究
When Do Discrete Actions Make Good Continuous Controllers?
AI 导读
一项在仿真与真实硬件上开展的对比研究发现，离散动作预测（即使是最朴素的均匀分箱量化）在单任务和多任务 VLA 训练中的任务成功率可匹配甚至超越连续动作策略。离散动作策略的瓶颈并非动作精度，而是跨时间与动作维度乘积分布预测带来的因子分解误差；配合离散流迭代计算或无分类器引导的分布锐化，可将该弱点转为优势，使预测动作块内响应更灵敏。
来源：arXiv Robotics · arxiv.org