具身分类器引导：无需示范即可跨机器人动力学迁移冻结的 VLA

arXiv:2610.22576v1 公告类型：cross 摘要：基于流的策略（如 $\pi_0$）是在固定的一组机器人本体上训练的，如何将其迁移到新的机器人本体仍是一个开放问题。为了在无需额外示范或参数更新的情况下，使冻结的 $\pi_0$ 适应新的机器人本体，我们训练了一个轻量级具身分类器，利用少量校准任务，区分源机器人本体上成功的动作片段与目标机器人本体上的成功动作片段。在 $\pi_0$ 曾在其源机器人本体上见过、但分类器从未针对其进行训练的迁移任务中，我们利用分类器的梯度对 $\pi_0$ 的每一步去噪进行微调；该梯度估计了从源机器人本体的成功动作分布指向目标机器人本体成功动作分布的方向。在采用四种修改后控制器的 LIBERO 仿真基准上，具身分类器引导使 $\pi_0$ 在目标机器人本体上的平均成功率从 72% 提升至 80%，覆盖 12 个套件—控制器组合，同时使失败率相对降低 31%（12 个组合中有 11 个取得提升；经 Holm 校正后有 5 个提升具有显著性）。在仿真中，引导方法具有较高的数据效率，每个任务只需少量目标机器人本体的运行轨迹，这使其有望用于仿真到现实的迁移，因为现实运行轨迹的获取成本很高。在弱腕部上，引导效果不一；在锁定腕部上则会产生负面影响，这是因为分类器缺乏数据或偏向于不可行的运动。利用引导后的 $\pi_0$ 收集更多目标机器人本体数据可以弥补这些不足：在一台弱腕部机械臂上，引导后的 $\pi_0$ 成功完成了一个任务，而未经引导的 $\pi_0$ 在原始数据中一次也未能成功；使用引导成功数据重新训练分类器后，成功率从 52.5% 提升至 70.7%。