影音先锋橹撸资源_人妻少妇孑伦无码视频_日本女人牲交视频免费看_国产香蕉视频上线免费_波多野结超清无码中文影片_婷婷色丁香五月激情综合在线观看_寡妇高潮流白浆A片_国产精品九色 Av_花房姑娘电影未删减版免费观看_国产亚洲综合一区三区在线播放

作者介紹：盛舉義，北京大學(xué)在讀博士研究生，研究方向為機(jī)器人操作技能學(xué)習(xí)方法研究；王梓懿、李培銘，北京大學(xué)在讀碩士研究生，研究方向為視頻理解分析；劉勇，浙江大學(xué)控制科學(xué)與工程學(xué)院教授，研究領(lǐng)域為自主機(jī)器人與智能系統(tǒng)；劉夢源，北京大學(xué)深圳研究生院助理教授，研究領(lǐng)域為人類行為理解與機(jī)器人技能學(xué)習(xí)。

在目前的VLA模型中，「A」—動作生成模型決定了動作生成的質(zhì)量以及速度。具體而言，生成式模型在推理速度與任務(wù)成功率之間存在「根本性權(quán)衡」。

其中，DiffusionModels（如DiffusionPolicy和DP3）通過多步迭代生成高質(zhì)量動作序列，但推理速度較慢，難以滿足實時控制要求；而Flow-based模型（如FlowPolicy）盡管能提供快速推理，但需要額外的架構(gòu)約束或一致性損失（consistencyloss）來保證軌跡的有效性，這增加了設(shè)計復(fù)雜性并可能限制性能和泛化能力。

此外，機(jī)器人操作面臨另一個挑戰(zhàn)，即數(shù)據(jù)高效的少樣本泛化。標(biāo)準(zhǔn)模仿學(xué)習(xí)策略容易出現(xiàn)「特征坍塌（featurecollapse）」，即將需要不同動作的關(guān)鍵狀態(tài)錯誤地映射到相似的潛在表征latentrepresentation）上，導(dǎo)致模型在新情境下無法做出準(zhǔn)確反應(yīng)。因此，提升模型對不同狀態(tài)的區(qū)分能力是提高策略泛化性的關(guān)鍵。

為應(yīng)對上述挑戰(zhàn)，來自北大的研究團(tuán)隊提出名為MP1的全新機(jī)器人學(xué)習(xí)框架。該框架首次將近期在圖像生成領(lǐng)域取得突破的MeanFlow范式引入機(jī)器人學(xué)習(xí)，實現(xiàn)毫秒級推理速度，為VLA動作生成模型打下基礎(chǔ)。

論文標(biāo)題：MP1:MeanFlowTamesPolicyLearningin1-stepforRoboticManipulation論文鏈接:https://arxiv.org/abs/2507.10543代碼鏈接:https://github.com/LogSSim/MP1

MP1的核心引擎——MeanFlow范式

MP1的核心創(chuàng)新在于其生成范式的根本轉(zhuǎn)變。傳統(tǒng)FlowMatching學(xué)習(xí)的是一個瞬時速度場（instantaneousvelocityfield），在推理時需要通過迭代式求解常微分方程（ODE）來積分生成軌跡，這一過程不僅耗時，且會引入并累積數(shù)值誤差。與之相反，MP1直接學(xué)習(xí)從初始噪聲到目標(biāo)動作的區(qū)間平均速度場（interval-averagedvelocityfield）。

技術(shù)上，MP1利用了「MeanFlowIdentity」，使模型能夠直接對平均速度場進(jìn)行建模，而無需在推理時進(jìn)行任何積分求解。這一設(shè)計帶來了兩大核心優(yōu)勢：

真正的單步生成（1-NFE）：模型僅需一次網(wǎng)絡(luò)前向傳播，即可從隨機(jī)噪聲直接生成完整動作軌跡，徹底擺脫了對迭代式ODE求解器的依賴。無約束的簡潔性：得益于其數(shù)學(xué)形式的完備性，MP1天然保證了軌跡質(zhì)量，無需引入FlowPolicy等方法所依賴的外部一致性約束，使模型設(shè)計更為簡潔、優(yōu)雅。

這種從數(shù)學(xué)原理上解決問題的方式，而非依賴工程技巧進(jìn)行修補(bǔ)，使得MP1不僅實現(xiàn)了速度的飛躍，更重要的是，其單次、確定性的前向傳播過程保證了推理時間的高度穩(wěn)定，這能夠保證機(jī)器人操作任務(wù)中的實時性。

分散損失提升少樣本泛化能力

在解決軌跡生成的動態(tài)問題后，MP1針對機(jī)器人學(xué)習(xí)中的「表征坍塌」問題進(jìn)行了改進(jìn)。該問題指的是策略網(wǎng)絡(luò)將需要不同動作的關(guān)鍵狀態(tài)錯誤地映射到相近的潛在空間位置，從而導(dǎo)致模型在少樣本學(xué)習(xí)中泛化能力下降。

MP1引入了來自表征學(xué)習(xí)領(lǐng)域的最新方法——分散損失（DispersiveLoss）。這是一種輕量級、僅在訓(xùn)練階段生效的正則化項，旨在直接優(yōu)化策略網(wǎng)絡(luò)的內(nèi)部表征空間。其核心思想是在訓(xùn)練的每個mini-batch中，對不同輸入樣本的潛在表征施加一種「排斥力」，強(qiáng)制它們在特征空間中相互分散。該損失可以被理解為一種「無正樣本的對比損失」：策略網(wǎng)絡(luò)主要的回歸目標(biāo)負(fù)責(zé)將每個狀態(tài)「拉向」其對應(yīng)的專家動作，而分散損失則負(fù)責(zé)將不同狀態(tài)的表征相互「推開」，從而塑造出一個更具辨識度的特征空間。

分散損失的關(guān)鍵優(yōu)勢在于它是一個僅在訓(xùn)練時生效的正則化器，在不增加任何推理開銷的前提下，顯著提升了模型區(qū)分細(xì)微場景差異的能力，完美保留了MP1標(biāo)志性的毫秒級響應(yīng)速度。在數(shù)據(jù)采集成本高昂的機(jī)器人領(lǐng)域，這種能從極少量（如5-10個）示教中高效學(xué)習(xí)的能力至關(guān)重要。

MP1的仿真測試表現(xiàn)

MP1的性能優(yōu)勢在涵蓋37個復(fù)雜操作任務(wù)的Adroit與Meta-World基準(zhǔn)測試中得到了驗證。

出色的任務(wù)成功率與穩(wěn)定性

在任務(wù)成功率方面，MP1平均成功率達(dá)到78.9%，相較于當(dāng)前先進(jìn)的流模型FlowPolicy(71.6%)和擴(kuò)散模型DP3(68.7%)，分別實現(xiàn)了7.3%和10.2%的顯著提升。

尤為關(guān)鍵的是，MP1的優(yōu)勢在更高難度的任務(wù)中愈發(fā)凸顯。在Meta-World的「中等」、「困難」及「非常困難」任務(wù)集上，MP1相較于FlowPolicy的成功率增幅分別高達(dá)9.8%、17.9%和15.0%。此外，MP1展現(xiàn)出極高的性能穩(wěn)定性。在多次隨機(jī)種子實驗中，其成功率的平均標(biāo)準(zhǔn)差僅為±2.1%，遠(yuǎn)低于其他基線方法，證明了其結(jié)果的高度可靠性與可復(fù)現(xiàn)性。

卓越的推理效率與實時控制能力

在實現(xiàn)更高成功率的同時，MP1的推理速度同樣刷新了紀(jì)錄。在NVIDIARTX4090GPU上，其平均推理耗時僅為6.8ms

這一速度比當(dāng)前最快的流模型FlowPolicy(12.6ms)快了近2倍，更比強(qiáng)大的擴(kuò)散模型DP3(132.2ms)快了19倍。如此低的延遲意味著MP1的決策環(huán)路完全滿足機(jī)器人領(lǐng)域典型的實時控制頻率（通常為20-50毫秒）。

少樣本學(xué)習(xí)能力驗證

為了進(jìn)一步驗證分散損失在提升模型數(shù)據(jù)效率上的作用，研究團(tuán)隊還進(jìn)行了少樣本學(xué)習(xí)的消融實驗。

實驗結(jié)果表明，MP1在所有數(shù)據(jù)量級上均一致地優(yōu)于FlowPolicy，尤其是在示教數(shù)據(jù)極為稀少（如2-5個）的極端少樣本場景下。這有力地證明了分散損失通過優(yōu)化內(nèi)部表征空間，能夠有效提升策略少樣本學(xué)習(xí)的泛化能力，這可以降低真機(jī)部署時大量數(shù)據(jù)的需求。

MP1的真機(jī)驗證

研究團(tuán)隊將MP1部署于一臺ARXR5雙臂機(jī)器人上，并在五個真實的桌面操作任務(wù)中進(jìn)行了測試。

實驗結(jié)果進(jìn)一步印證了MP1的性能。在所有五項任務(wù)中，MP1均取得了最高的成功率和最短的任務(wù)完成時間。以「Hummer」任務(wù)為例，MP1的成功率高達(dá)90%，遠(yuǎn)超F(xiàn)lowPolicy和DP3的70%；同時，其平均任務(wù)耗時僅18.6秒，顯著快于FlowPolicy（22.3秒）和DP3（31.1秒）。

校草大人有點(diǎn)壞 專門欺負(fù)小姑娘。 校草大人脾氣差。 一言不合就開吻。 校草大人會撩人。 一個眼神放倒你。 自從惹了校草 分分鐘都要被吻怎么破 沒事， 咱唇厚吻不破。 但被索吻算什么？ 秒秒鐘撲倒才是重頭戲 咚咚咚， 你想要的咚， 這里都有。 壁咚？ 腿咚？ 床 咚？ 咚咚咚， 想要怎么咚就怎么咚。 校草大人嘴邊擒著一抹邪魅地笑容， 眉頭微微上揚(yáng)著， 說 趁你還有力氣， 可以多說點(diǎn)話， 等會兒…… 恐怕你連呼吸都困難。

免責(zé)聲明：本文內(nèi)容由開放的智能模型自動生成，僅供參考。