组合移位代数：无需混合微调即可外推混合机器人移位

中文摘要 AI 辅助

机器人部署很少会一次只改变一种机制：相机、动作接口和物理动力学通常会同时发生变化。先前的适应方法要么为每种混合情况微调新模型，要么尝试选择要更新的模块。我们转而学习模块化堆栈 z=E(o)、a=g(z,u)、z'=f(z,a) 上的移位算子，并将它们组合起来。组合移位代数（CSA）从精确重置探针中拟合单因素观察、策略和动力学算子，然后通过算子组合外推保留的混合移位——无需混合移位微调。在 ManiSkill StackCube 上，残差 CSA 在保留的混合移位上匹配了 oracle 混合逆模型（10 个种子上成功率为 1.0），同时比最佳单因素/零样本/参数平均基线高出约 67 个百分点。RGB-D 视觉在环组合仍接近 oracle，且远高于非组合分支；延迟交换子压力测试表明策略时间延迟需要有序性。在第二个任务（PickCube）上，残差 CSA 再次达到组合成功率 1.0，而非组合为 0.33（n=10），并且一个没有特权立方体/目标姿态或抓取标志的 L1 视觉控制器在控制环中保持组合成功率 0.95，而非组合为 0.00。主轨升级冻结了 PushCube（+33 个百分点）、PegInsertion joint8/pose7 末端执行器（各 +67 个百分点），以及冻结 CSA 下的薄 BC（+67 个百分点）；更深的 BC 和公平适应基线仍需要组合（各 +67 个百分点），视觉定位 BC 需要组合（+56 个百分点），延迟有利于有序/少样本部署。我们报告了干预门控适应作为阴性对照。

英文摘要

Robot deployments rarely change one mechanism at a time: cameras, action interfaces, and physical dynamics often shift together. Prior adaptation recipes either finetune a new model for every mix or attempt to select which module to update. We instead learn shift operators on a modular stack z{=}E(o), a{=}g(z,u), z'{=}f(z,a) and compose them. Compositional Shift Algebra (CSA) fits single-factor observation, policy, and dynamics operators from exact-reset probes, then extrapolates held-out mixed shifts by operator composition---without mixed-shift finetuning. On ManiSkill StackCube, residual CSA matches an oracle mixed inverse on held-out mixes (success 1.0 over 10 seeds) while beating best-single / zero-shot / parameter-average baselines by { approx}67 pp. RGB-D vision-in-the-loop composition remains near oracle and far above non-compositional arms; a delay commutator stress shows ordered necessity for policy timesdelay. On a second task (PickCube), residual CSA again reaches compose 1.0 vs. 0.33 non-compositional (n{=}10), and an L1 vision controller without privileged cube/goal poses or grasp flags in the control loop retains compose 0.95 vs. 0.00. Main-track upgrades freeze PushCube (+33 pp), PegInsertion joint8 / pose7 EE (+67 pp each), and thin BC under frozen CSA (+67 pp); deeper BC and fair adapt baselines still need compose (+67 pp each), vision-localized BC needs compose (+56 pp), and delay favors ordered/few-shot deploy. We report Intervention-Gated Adaptation as a negative control.

发表机构

• Harvest Praxis

机构由 AI 辅助整理，请以论文原文为准。