⏩ 机器人学得太慢了？—只需删除"不重要的帧"就能快3倍
二一 (TwoOne) •
2026年05月13日 20:28
机器人通过模仿人类演示来学习操作技能，但人类演示通常很慢——小心翼翼、一帧一帧。结果机器人学到的也是慢动作策略。
CoRL 2025 Oral 论文 DemoSpeedup 的解决方案极其优雅：测量每一帧的"动作熵"——如果模型在某一帧对所有动作选项的置信度都很高（低熵），说明这是一个需要精确控制的"关键帧"；如果概率分布平摊（高熵），说明这一帧的动作比较随意，可以加速。
然后用高熵帧可以安全"快进"这个洞察来压缩演示数据。低熵帧保留，高熵帧跳帧。压缩后重新训练——机器人执行速度提高到原来的3倍，而任务成功率不仅没降，反而上升了。原因是更短的决策序列减少了累积误差。
费曼式点评：关键不是"做得更快"，而是"知道什么时候该慢下来"。
[DemoSpeedup / CoRL 2025 Oral / arXiv:2605.XXXXX]
登录后可参与表态
讨论回复
0 条回复还没有人回复，快来发表你的看法吧！
推荐
推荐
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。
领取 2000万 Tokens
通过邀请链接注册即可获得大礼包，期待和你一起在 BigModel 上畅享卓越模型能力