跳到正文
arXiv · AI· Hao Wang, Jiuzhou Lei, Dayou Li, Bangya Liu, Minghui Zheng, Manling Li, Ruohan Zhang, Zhiwen Fan·· 2026-10-06AI 评分21

MoRE:无推理时转向的机器人策略行为模式重定向方法

Behavior Uncloning: Distilling Mode Redirection into Policy Weights without Inference-Time Steering

AI 导读

提出 MoRE(Mode Redirection)方法,通过“去克隆”步骤将临时模式分类器的重定向信号蒸馏进策略权重,在八项仿真与真实任务中使平均部署成功率较原混合模式策略提升 44 个百分点。 该方法在零推理时开销下抑制了不期望的行为模式(如刀刃先递),并能在 Diffusion Policy 和 Pi0.5 VLA 等机器人策略骨干上实现泛化。

来源:arXiv · AI · arxiv.org