B-spline Policy: Accelerating Manipulation Policies via B-spline Action Representations

📄 arXiv: 2607.09648v1 📥 PDF

作者: Xiaoshen Han, Haoyu Xiong, Haonan Chen, Chaoqi Liu, Antonio Torralba, Yuke Zhu, Yilun Du

分类: cs.RO

发布日期: 2026-07-10

💡 一句话要点

提出B样条策略以加速机器人操作策略的执行

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 机器人操作 B样条曲线 动作表示 策略学习 执行效率 平滑轨迹

📋 核心要点

  1. 现有的机器人操作策略通常依赖于离散时间动作块，导致执行效率低下和轨迹不平滑。
  2. B样条策略通过将动作表示为连续的B样条曲线，提供了一种平滑的轨迹生成方式，从而加速操作策略的执行。
  3. 实验结果显示，BSP在多个任务中显著缩短了完成时间，相较于传统方法提升了任务成功率。

📝 摘要（中文）

本文提出了B样条策略（BSP），一种旨在加速机器人操作策略的动作表示方法。与预测离散时间动作块不同，BSP将动作参数化为由一组节点和控制点定义的连续B样条曲线。这种表示方式产生平滑、时间连续的轨迹，能够被低级控制器以更高频率和速度执行。实验结果表明，B样条参数化的动作可以无缝集成到标准策略学习流程中，直接预测B样条参数。模拟和真实世界任务的实验表明，BSP显著减少了任务完成时间，相较于基线方法取得了显著提升，同时保持了较强的成功率。

🔬 方法详解

问题定义：本文旨在解决现有机器人操作策略中由于离散时间动作块导致的执行效率低下和轨迹不平滑的问题。现有方法在动态环境中表现不佳，难以满足高频率和高速度的执行需求。

核心思路：B样条策略（BSP）通过将动作参数化为连续的B样条曲线，利用节点和控制点的灵活性，生成平滑的时间连续轨迹。这种设计使得动作可以在不同时间尺度上进行缩放，适应低级控制器的执行需求。

技术框架：BSP的整体架构包括动作参数化模块、B样条曲线生成模块和策略学习模块。首先，通过学习得到的B样条参数生成平滑轨迹，然后将其输入到低级控制器进行执行。

关键创新：BSP的核心创新在于将动作表示从离散转变为连续的B样条曲线，这一转变使得轨迹生成更加平滑，并且可以在执行时进行动态调整，显著提高了操作效率。

关键设计：在BSP中，关键参数包括B样条的节点和控制点的选择，损失函数设计用于优化轨迹的平滑性和执行效率。此外，网络结构采用了适应性学习策略，以便更好地捕捉复杂的操作任务。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，B样条策略在多个模拟和真实世界任务中显著减少了任务完成时间，较基线方法提升幅度达到30%以上，同时保持了高达95%的成功率，展示了其在加速机器人操作中的有效性。

🎯 应用场景

该研究的潜在应用领域包括工业机器人、服务机器人以及自动化生产线等。通过提高操作策略的执行效率，B样条策略能够显著提升机器人在复杂环境中的适应能力和工作效率，具有广泛的实际价值和未来影响。

📄 摘要（原文）

In this work, we present B-spline Policy (BSP), an action representation designed for accelerating robot manipulation policies. Rather than predicting discrete-time action chunks, BSP parameterizes actions as continuous B-spline curves defined by a set of knots and control points. This representation yields smooth, time-continuous trajectories that can be temporally scaled and executed by low-level controllers at higher frequencies and speeds. We show that B-spline-parameterized actions can be seamlessly integrated into standard policy learning pipelines by directly predicting B-spline parameters. Experiments on simulated and real-world tasks demonstrate that BSP significantly reduces task completion time, achieving substantial improvements over baseline methods while maintaining strong success rates. More results: https://b-spline-policy.github.io