PACE：统一机器人操作的集体学习框架

2026年10月15日，arXiv Robotics 刊出 Shaocheng Liu 等作者的研究，提出并验证 PACE 两阶段集体学习框架。该框架将共享任务空间意图与具身相关的转移动力学分离：第一阶段用离线轨迹预训练表示层提取任务级上下文，第二阶段引入带预测动力学适配器的决策层。据该报道，在多种模拟具身上的评估显示，该方法可防止不同机器人上的性能崩溃；在实体 KUKA 上的部署进一步验证了完整基于状态的流程在零样本仿真到现实迁移下的可行性。目前进展停留在模拟评估与单次实体部署验证阶段，报道未给出更多机器人平台或任务范围的结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。