Gaussian Distillation of Flow Policies
作者: Youssef Saied, Ziyad Sheebaelhamd, Claire Vernade, François Fleuret
分类: cs.RO
发布日期: 2026-10-29
💡 一句话要点
提出高斯蒸馏方法以提升流政策的推理效率
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 流政策 高斯蒸馏 机器人控制 多模态动作 推理效率
📋 核心要点
- 现有流政策在处理多模态动作分布时，推理速度较慢，限制了其在实时应用中的有效性。
- 本文提出的高斯动作读出（GAR）方法，通过替换流政策的最终层，显著提高了推理效率。
- 实验结果表明，GAR在推理速度上实现了近乎教师任务成功率的两倍提升，展示了其优越性。
📝 摘要（中文）
流政策是强大的机器人控制器，适合建模多模态动作分布。本文分析表明，所研究的流政策的连续动作分布可以很好地用高斯分布近似。我们提出了高斯动作读出（GAR），该方法用仅占0.02%的合适状态训练的高斯读出替换流政策的最终层，同时保持网络的其余部分不变。GAR通过一次动作网络传递进行采样，提供闭式形式的似然性，并在推理速度上实现了近乎教师任务成功率的两倍提升。
🔬 方法详解
问题定义：本文旨在解决流政策在推理速度上的不足，现有方法在处理多模态动作分布时效率较低，影响了实时控制的应用。
核心思路：提出高斯动作读出（GAR），通过用高斯读出替换流政策的最终层，仅用0.02%的合适状态进行训练，从而提高推理速度并保持高准确性。
技术框架：GAR的整体架构包括一个冻结的流政策网络和一个新的高斯读出层。该方法通过一次动作网络传递进行采样，提供闭式形式的似然性。
关键创新：GAR的主要创新在于其高效的高斯读出层设计，使得流政策能够在保持高性能的同时，显著提高推理速度，与传统方法相比，减少了计算开销。
关键设计：在设计中，GAR仅使用0.02%的状态进行训练，保持流政策的其他部分不变，确保了模型的稳定性和高效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，GAR在推理速度上实现了近乎教师任务成功率的两倍提升，显著优于传统流政策方法。这一提升使得流政策在实时应用中的可行性大大增强，具有重要的研究和应用价值。
🎯 应用场景
该研究的潜在应用领域包括机器人控制、自动驾驶和智能制造等实时系统。通过提高流政策的推理效率，GAR能够在复杂环境中实现更快速的决策，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
Flow policies are among the strongest robot controllers and are well suited to modelling multimodal action distributions. Our analysis shows that the continuous-action distributions of the studied flow policies are well approximated by Gaussians. We propose the Gaussian Action Readout (GAR), which replaces a flow policy's final layer with a Gaussian readout trained on just 0.02% of eligible states, while keeping the rest of the network frozen. It samples with one action-network pass, gives closed-form likelihoods, and achieves near-teacher task success at up to twice the inference speed.