超球面对比表示实现规划与探索
来自 arXiv · 期号 2026-10-15
摘要
机器人搭积木这类长程任务，难点在于规划一连串中间步骤。 现有方法要么需要预训练模型或人工示范，要么靠图搜索暴力枚举。C-Slerp 换了一条路：用对比学习把状态映射到超球面，然后通过球面线性插值直接算出中间路径点，不需要额外训练高层策略。 超球面的几何特性还能自动调整路径点数量——任务越难，插值点越多。实验在长程导航和机械臂操作上跑赢了多个强基线，后者一次都没成功。 论文附了开源代码。
来自 arXiv · 期号 2026-10-15
机器人搭积木这类长程任务，难点在于规划一连串中间步骤。 现有方法要么需要预训练模型或人工示范，要么靠图搜索暴力枚举。C-Slerp 换了一条路：用对比学习把状态映射到超球面，然后通过球面线性插值直接算出中间路径点，不需要额外训练高层策略。 超球面的几何特性还能自动调整路径点数量——任务越难，插值点越多。实验在长程导航和机械臂操作上跑赢了多个强基线，后者一次都没成功。 论文附了开源代码。
本站只做摘要与索引，全部内容版权归原作者所有。