用MoE横扫99个子任务！浙大等提出全新通用机器人策略GeRM

AIGC动态欢迎阅读

原标题：用MoE横扫99个子任务！浙大等提出全新通用机器人策略GeRM
关键字：数据,机器人,任务,模型,方法
文章来源：新智元
内容字数：6420字

内容摘要：

新智元报道编辑：LRS
【新智元导读】本文分享论文GeRM: A Generalist Robotic Model with Mixture-of-experts for Quadruped Robot，由西湖大学和浙江大合提出一种基于混合专家模型进行强化学习的通用机器人策略。多任务机器人学习在应对多样化和复杂情景方面具有重要意义。然而，当前的方法受到性能问题和收集训练数据集的困难的限制。
这篇论文提出了GeRM（通用机器人模型），研究人员利用离线强化学习来优化数据利用策略，从演示和次优数据中学习，从而超越了人类演示的局限性。作者：宋文轩，赵晗，丁鹏翔，崔灿，吕尚可，范亚凝，王东林
单位：西湖大学、浙江大学
论文地址：https://arxiv.org/abs/2403.13358
项目地址：https://songwxuan.github.io/GeRM/
之后采用基于Transformer的视觉-语言-动作模型来处理多模态输入并输出动作。
通过引入专家混合结构，GeRM实现了更快的推理速度和更高的整体模型容量，从而解决了强化学习参数量受限的问题，提高了多任务学习中的模型性能，

原文链接：用MoE横扫99个子任务！浙大等提出全新通用机器人策略GeRM