苹果发布 MoMo:用时空动作分词实现机器人操作模式切换

苹果研究团队发布 MoMo,尝试解决机器人操作里一个常被忽略的问题:同一个任务在不同场景下该用什么样的“动作节奏”去执行,这种执行层面的变化能不能像技能一样被复用。

• MoMo 是两阶段模仿学习框架,先用时空动作分词器把动作切成可复用的片段,再用行为克隆 Transformer 学习执行
• 模型输入除了任务描述,还多了一个连续的“动作模式”条件变量,用来调节动作的节奏与风格
• 在六个真实机器人操作任务上验证,调节该条件能让同一策略稳定切换出不同的执行方式
• 核心思路是把“怎么做”和“做什么”解耦,让动作风格成为跨任务共享的独立因子
• 看点:比起堆更多任务数据,这种把执行模式抽出来单独建模的路子,可能是让机器人策略更泛化、更好迁移的一条捷径。

本内容由 AI 生成，仅供参考，请注意甄别