跳到正文
arXiv · AI· Ziyan Liu, Jiting Liu, Weihong Zhong, Wenda Yu, Yeqiu Chen, Jason Li, Xiaojiang Peng, Shuyuan Hu, Kai Wang, Bo Zhao·· 2026-10-15AI 评分22

MorphAct 机器人策略框架:通过上下文参数化动态适应环境

MorphAct: Robot Policies Morphing with the Worlds They Act In

AI 导读

MorphAct 提出上下文参数化框架,通过耦合生成器动态调整机器人策略参数,解决共享参数固定导致的操作适应不足问题。 该框架在 LIBERO 和 Meta-World 基准上实现最高 16.30% 性能提升,真实世界评估中相比 $\pi_{0.5}$ 提升最高 14%。

来源:arXiv · AI · arxiv.org