通过 Conditional Flow Matching 蒸馏实现高效的多任务操作策略

近年来，生成式建模已被广泛应用于机器人策略学习。特别是，使用专家示范训练的 Conditional Flow Matching（CFM）已被证明在机器人操作基准测试中优于现有方法。以往研究主要聚焦于单任务设置，而我们从多任务视角研究这一问题，因为为每个任务分别训练独立模型的计算成本很高。多任务策略学习本身也面临一系列挑战：在拼接后的示范数据集上进行朴素训练，要么需要提升模型容量以适应增加的复杂性，要么会导致性能下降。我们提出将单任务 CFM 专家的知识蒸馏到共享的多任务策略中，通过迁移其学习到的速度场来实现这一目标。我们将这一蒸馏信号与原始 CFM 目标相结合，以保持对示范数据的忠实性。在 RLBench 上的实验表明，在保持模型大小不变的同时，我们的方法相比朴素训练能够提升多任务策略的性能。