arXiv cs.LG· Youngjoon Jeong, Jihwan Yu, Minsoo Jo, Junha Chun, Taesup Kim·· 7 小时前AI 评分26
PoLAR：将潜在动作分解为幅度与模式以改进机器人策略学习
PoLAR: Factorizing Extent and Mode in Latent Actions for Robot Policy Learning
AI 导读
研究者提出 PoLAR（Polar Latent Actions with Radial structure），通过在潜在动作空间施加径向结构，让半径编码过渡幅度、方向保留过渡模式，并在双曲空间中实例化该结构。在任务内与大规模预训练设置下，PoLAR 在仿真和真实机器人实验中均提升了下游策略性能，超过潜在动作基线和强预训练 VLA。该工作已被 CoRL 2026 接收。
来源：arXiv cs.LG · arxiv.org