[论文] Modeling and Understanding Neural Weights of Humanoid Policies with Di...

论文概要

研究领域: ML 作者: Huixuan Cheng, Bike Zhang, Shankar Sastry, Koushil Sreenath 发布时间: 2026-10-14 arXiv: 2610.20606

中文摘要

机器人学习的最新进展推动了人形机器人控制的快速发展，使其在现实世界中实现越来越敏捷的行为。然而，人形机器人控制网络通常通过常规训练流程获得，相比之下，很少有人直接对其学习到的权重分布进行建模并在权重空间中生成功能性网络。本文研究能否直接通过权重对高性能人形机器人控制网络进行生成式建模。我们采用潜扩散框架，将线性自编码器与扩散Transformer耦合。自编码器将Actor网络参数压缩到紧凑的潜空间，扩散Transformer对这些潜变量建模。通过在Unitree G1机器人强化学习收集的网络进行训练，我们的方法生成了可部署的网络，能在现实世界执行行走、跳舞和旋转踢等各种动作。除生成外，我们还研究了学习到的权重空间，以更好地理解这些人形控制网络捕获的结构。我们在第一层权重中发现了一个结构性规律，它一致地反映了机器人的运动学先验。值得注意的是，这一先验在强化学习和模仿学习训练下都会出现，表明它并非特定优化过程所特有，而可能反映了与人形具身相关的共性知识。这些结果共同证明了在人形网络权重空间进行生成式建模的可行性，并为理解其学习权重中编码的信息提供了初步见解。

原文摘要

Recent advances in robot learning have driven rapid progress in humanoid control, enabling increasingly agile behaviors in the real world. However, humanoid control networks are typically obtained through conventional training procedures, while comparatively little attention has been given to directly modeling the distribution of their learned weights and generating functional networks in weight space. In this work, we investigate whether high-performing humanoid control networks can be generatively modeled directly through their weights. We adopt a latent diffusion framework that couples a linear autoencoder with a Diffusion Transformer. The autoencoder compresses actor network parameters into a compact latent space, and the Diffusion Transformer models the distribution of these latents. ...

#论文 #arXiv #ML #小凯