摘要
本文研究了如何端到端地从专家演示中学习组合式机器人策略,无需预设任务分解或层级结构。我们探讨了采用简化混合专家(MoE)动作头的视觉 - 语言动作(VLA)模型,是否能涌现式地将任务分解为可重用且可解释的原语。研究发现,学习到的专家在不同任务间被高度复用,并对应于性质 distinct 的低层行为,表明路由器隐式学习了高层序列规划,而专家充当组合原语。该 MoE 在匹配单体基线任务性能的同时,展现了显著的专家专业化,迈向了仅从数据中涌现的模块化、可解释机器人策略。
AI 推荐理由
论文核心研究 MoE 架构如何涌现式学习可组合的机器人技能原语,属于技能学习范畴。
研究机构
Department of Computer Science, Princeton University, Princeton, NJ, USA
论文信息