Guided Riemannian Optimization (GuRO)：连接模型预测控制与决策Transformer

研究人员提出一种名为Guided Riemannian Optimization（GuRO）的框架，旨在将模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身预测控制（MPC）与强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身（RL）集成到序列决策框架中，并利用曲率感知优化高效处理非凸损失景观。MPC提供局部最优轨迹预测，引导决策Transformer的训练，从而无需大量离线预训练。为缓解传统优化器收敛慢且不稳定的问题，该方法在黎曼参数空间中采用高效的曲率感知优化方法，实现更快、更稳健的训练。研究团队在高维四足控制任务上评估了该框架，结果显示其在与TRPO、SAC和在线决策Transformer等强基线的对比中一致胜出，获得更高回报和更快收敛。该工作为具身智能具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界，不只在屏幕里回答问题。◆ 小白科普 · 现身中的运动控制运动控制让机器人的身体按想法精准动起来、并保持平衡的技术，相当于人类的「小脑」。◆ 小白科普 · 现身提供了新的技术思路。