Faster Visuomotor Policy Learning on Action Manifolds via Riemannian MeanFlow
作者: S. Talha Bukhari, Austin Garrett, Yi Wei, Ruiqi Ni, Zachary Kingston, Aniket Bera
分类: cs.RO
发布日期: 2026-09-24
💡 一句话要点
提出Riemannian MeanFlow策略以解决机器人动作生成效率问题
🎯 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) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 视觉运动策略 流形学习 机器人动作生成 Riemannian几何 快速控制 条件流匹配 多模态分布
📋 核心要点
- 现有的视觉运动策略在动作生成时需要多步数值积分，导致效率低下，无法满足快速控制的需求。
- 提出Riemannian MeanFlow策略，通过学习条件流映射来生成动作序列，显著提高了生成效率。
- 实验结果表明，RMFP在多个基准任务中表现出色，且在真实世界任务中也能快速生成动作，性能优于以往方法。
📝 摘要（中文）
视觉运动策略学习从原始传感器观测到机器人动作序列的直接映射。基于扩散和流匹配的策略以端到端方式捕捉动作序列的多模态分布，但其表达能力的代价是需要对学习的向量场进行多步数值积分，导致动作生成过程昂贵且耗时，影响机器人应用中的快速控制率。此外，机器人动作序列通常定义在光滑的可微分流形上，要求学习的策略尊重机器人动作空间的内在几何。本文提出了Riemannian MeanFlow策略（RMFP），学习机器人动作流形上概率路径的条件流映射。我们的公式采用基于数据的流映射一致性目标，通过Riemannian条件流匹配锚点进行约束，确保学习模型在有限时间内传输，从而实现仅需一次网络函数评估即可生成流形上的动作序列。我们在多个基准任务上展示了RMFP的竞争性能，并在真实世界的机器人操作任务中验证了其在不完美传感器测量下的快速动作生成能力。
🔬 方法详解
问题定义：本文旨在解决现有视觉运动策略在动作生成过程中的效率问题，尤其是多步数值积分导致的高计算成本和时间延迟。
核心思路：提出Riemannian MeanFlow策略（RMFP），通过学习条件流映射来生成动作序列，确保生成过程遵循动作流形的几何特性，从而提高生成效率。
技术框架：RMFP的整体架构包括流映射一致性目标和Riemannian条件流匹配锚点，确保学习的模型能够在有限时间内进行有效的动作传输。
关键创新：RMFP的主要创新在于引入流映射一致性条件，使得模型在训练过程中稳定，并能够在一次网络评估中生成流形上的动作序列，这与传统方法的多步积分形成鲜明对比。
关键设计：在模型设计中，采用了流映射一致性损失函数，并通过Riemannian几何约束确保动作序列的生成在流形上进行，优化了网络结构以提高计算效率。
🖼️ 关键图片
📊 实验亮点
实验结果显示，RMFP在多个基准任务上达到了与现有方法相当的性能，但在采样成本上显著降低，尤其是在真实世界的机器人操作任务中，RMFP能够在不完美传感器测量下实现快速动作生成，展现出优越的实用性。
🎯 应用场景
该研究的潜在应用领域包括机器人操作、自动化制造和智能家居等场景。通过提高动作生成的效率，RMFP能够在复杂环境中实现更快速的响应，提升机器人在实际应用中的表现和灵活性，未来可能对智能机器人技术的发展产生深远影响。
📄 摘要（原文）
Visuomotor policies learn a direct map from raw sensory observations to robot action sequences. Policies based on Diffusion and Flow Matching capture the multimodal distribution over action sequences in an end-to-end manner. This expressivity comes at the cost of multi-step numerical integration of the learned vector field for action generation, which can be expensive and time-consuming, impeding fast control rates required in robotics applications. Furthermore, robot action sequences are usually defined on a smooth, differentiable manifold, requiring that the learned policy respects the intrinsic geometry of the robot's action space. Here, we present Riemannian MeanFlow Policy (RMFP), which learns the conditioned flow map of the probability path on the robot action manifold. Our formulation employs a flow map consistency objective grounded in the data by a Riemannian Conditional Flow Matching anchor. The flow map consistency condition is stable to train and constrains the learned model to finite-time transport, which yields on-manifold action sequence generation with as few as one network function evaluation. We present results on the spherical LASA and Push-T benchmarks, on the Tool Hang and Transport tasks of the Robomimic suite, and on the Franka Kitchen task with manifold-constrained action generation, and demonstrate that RMFP attains performance competitive with prior work at a lower sampling cost. We also employ RMFP on a real-world robotic manipulation task to demonstrate fast action generation under imperfect sensor measurements in the physical world.