搜索
Action Map Policy：从高维动作回归到像素分类，一种新的机器人操作学习范式
8 小时前
美国东北大学博士生黄浩杰提出了名为Action Map Policy（AMP）的机器人操作学习新范式。该范式将高维3D动作转化为图像空间的像素轨迹，将动作预测转化为像素级分类问题，利用交叉熵目标函数对复杂多模态动作分布进行建模，通过一次前向推理即可输出完整的动作概率分布，实现了输入输出空间的统一，提升了推理速度。AMP采用X-Net形状的编码器-解码器架构，通过多视角Transformer融合不同视角信息，在图像空间中端到端完成训练，无需显式3D轨迹监督，推理时通过三角测量恢复3D轨迹。实验结果表明，在细粒度视觉感知与多峰分布表达实验中，AMP的成功率达到了100%。在制作咖啡、烤面包、蒸鸡蛋三个真机任务中，AMP的成功率比Diffusion Policy和ACT高出50%至70%，单次推理时间约为13.80毫秒，远快于DiffPo的93.53毫秒，同时实现了约1毫米的位置重建误差和1.3度的旋转误差，比World Action Model更轻量高效。
