IXThinker·2026-10-11 09:10

清華AIR提出高階動作監督策略學習法

針對機器人控制抖動、自動駕駛過度反應等問題，清華大學智能產業研究院（AIR）一項獲NeurIPS 2026錄用的研究提出高階動作監督方法：策略不僅要擬合單點動作標籤，還要擬合動作的一階時序變化，在10k量級的小數據場景下亦帶來顯著增益。

控制不穩的根源

機器人控制出現抖動、自動駕駛過度反應、無人機操縱不穩定，這類問題的根源往往不在單步動作，而在動作之間的突變。然而現有策略學習預設只監督單點動作，相鄰時刻的動作變化一直缺少顯式約束。