[论文] Hierarchical Residual Policy Learning for Real-World Mobile Manipulati...

论文概要

研究领域: ML 作者: Zhefei Gong, Hefeifei Jiang, Zehao Wang, Jiachen Li 发布时间: 2026-10-14 arXiv: 2610.20607

中文摘要

移动操作（MoMa）是自主机器人系统的基石，但现实世界中的微调仍然面临巨大挑战，原因在于高维动作空间和异构模块间复杂的耦合。本文提出HiRe-MoMa（层次残差移动操作），一个用于复杂MoMa系统稳定且样本高效的现实世界微调框架。其核心是层次残差架构，在冻结的基策略上进行微调。策略无关的残差学习基策略之上的加性修正，层次化解耦将残差分为移动基座和机械臂两个头，采用单向条件化，减轻梯度干扰并使修正与平台的物理层次对齐。为在数据昂贵的真实环境中提高样本效率，我们提出专家引导的值对齐，利用覆盖率低于20%的稀疏人类干预来重塑critic的值函数形态，通过专家先验有效引导自主探索。在TIAGo++平台上的大量真实世界实验表明，无论基策略架构如何，HiRe-MoMa仅需约30分钟的在线交互即可持续提升任务性能。据我们所知，这是首批实现移动操作真实世界高效机器人上微调的框架之一，为在动态、以人为中心的环境中部署复杂机器人系统提供了实用范式。

原文摘要

Mobile Manipulation (MoMa) is a cornerstone of autonomous robotic systems, yet real-world fine-tuning remains a formidable challenge because of high-dimensional action spaces and intricate coupling between heterogeneous modules. In this paper, we propose HiRe-MoMa (Hierarchical Residual Mobile Manipulation), a systematic framework for stable and sample-efficient real-world fine-tuning of complex MoMa systems. At its core, HiRe-MoMa adopts a Hierarchical Residual Architecture that fine-tunes a frozen base policy. A Policy-Agnostic Residual learns additive corrections atop the base policy, while Hierarchical Decoupling splits the residual into mobile-base and manipulator-arm heads with unidirectional conditioning, mitigating gradient interference and aligning corrections with the platform's ...

#论文 #arXiv #ML #小凯