CoRL 2026｜让机器人更会动，从学会「起步」开始
2026.10.03 · 事件 · 论文 · 论文预印本
东南大学团队提出 LeaP，用可学习源先验改进机器人动作生成
东南大学魏秀参团队提出 LeaP，将生成式机器人策略的固定标准高斯起点替换为本体感知条件下的对角高斯分布，联合学习均值与方差。在 RoboTwin 的 15 项仿真操作任务上平均成功率达 81.6%，较标准高斯基线提升 25.5 个百分点，论文已被 CoRL 2026 接收。
- LeaP 由本体感知驱动，联合预测初始高斯分布的均值与方差
- RoboTwin 15 项任务平均成功率 81.6%，较标准高斯基线提升 25.
- 先验头约 0.21M 参数，占总参数量 13.22M 的约 1.6%
- 真实 Franka Research 3 三项任务平均成功率 80.0%，较 N
- 消融显示仅用本体感知、联合学习状态自适应方差效果最佳
为什么值得看
用轻量先验替换固定噪声起点，显著提升机器人操作成功率
适合谁关注
关注机器人学习、具身智能与生成式策略的研究者和工程师