IXThinker·2026-02-06 01:35

預測性逆動力學模型 重新思考模仿學習

機械人模仿學習長期受制於數據效率：行為克隆需要海量演示才能應對人類行為的多樣性。微軟研究提出以預測性逆動力學模型（PIDM）重新思考這一範式，讓智能體先看清行為方向，再決定當下的動作。

行為克隆的局限

傳統行為克隆（BC）透過監督學習直接把狀態映射到專家動作，但人類演示天然存在多樣性與歧義，模型需要大量數據才能覆蓋各種情況，令數據採集成本高昂，也限制了模仿學習在真實機械人任務中的擴展。