D3IL

新的EAPN方法增强了生成式机器人策略的一致性

研究人员开发了一种名为执行对齐渐进噪声（EAPN）的新方法，以提高生成式机器人策略在连续异步重规划过程中的一致性。EAPN通过在块间和块内级别引入结构化随机性来解决模式切换等问题，确保新的动作块与实际执行对齐并保持时间相关性。在D3IL、Kinetix、LIBERO、物体存储和双臂折叠布料等各种模拟和现实世界任务上的评估表明，即使在推理延迟很长的情况下，行为一致性和任务成功率也得到了显著提高。