Hierarchical Residual Policy Learning for Real-World Mobile Manipulation with Sparse Human Guidance
HiRe-MoMa在冻结基策略上学习残差校正,把移动底座与机械臂的残差头分开,并以单向条件连接。所读论文节选描述了TIAGo++平台上的实机移动操作微调,并借助稀疏人工干预指导探索。
展开解读与证据
HiRe-MoMa在冻结基策略上学习残差校正,把移动底座与机械臂的残差头分开,并以单向条件连接。所读论文节选描述了TIAGo++平台上的实机移动操作微调,并借助稀疏人工干预指导探索。
为什么值得关注
底座与机械臂耦合时,残差结构如何利用已有策略、如何协调两个模块,是规划实机适配实验时值得拆开检查的问题。该工作提供了相应的方法阅读线索。
研究问题
Mobile Manipulation(MoMa)在真实世界中微调困难,源于高维动作空间与异构模块(如移动底座与机械臂)间的强耦合,导致梯度干扰与精度不足。
方法原理
HiRe-MoMa采用分层残差架构:Policy-Agnostic Residual在冻结基策略上学习加性修正;Hierarchical Decoupling将残差拆分为移动底座与机械臂两个独立头,并施加单向条件(臂头依赖底座修正),对齐物理层级;Expert-Guided Value Alignment利用少于20%数据的人工干预重塑critic价值曲面,引导自主探索。
结果与证据
在TIAGo++平台上,仅需约30分钟在线交互,HiRe-MoMa即可稳定提升任务性能,且适用于不同基策略(如Diffusion Policy与ACT)。据作者称,这是首批支持真实世界高效机器人本体微调的框架之一。
阅读边界
只读固定v1正文前18,000字符;训练步数、墙钟时间、人工干预占比和任务成功率应按具体实验设置分别比较,不能将单个平台的描述推广到任意移动操作系统。本次未复现或运行策略。
评论 · —
昵称自填。评论会展示给其他读者,请勿填写私人信息。
正在读取评论…