MatchingPolicy：对应感知策略支持跨对象上下文学习

上下文模仿学习可以实现小样本策略泛化，但很难保持在未见过的物体和新场景上的性能。为了解决这个问题，我们引入了 MatchingPolicy，这是一个通信驱动的框架，它明确地将演示到场景的匹配与策略学习分离。我们方法的核心是一种对应感知扩散策略，该策略直接根据密集的语义对应来调节机器人动作。这种架构分离解决了通信识别和动作适应之间的固有冲突，从而实现了稳健的分布外传输。我们的框架将视觉基础模型与新颖的两阶段匹配算法相集成，以动态建立可靠的对应关系。对 RLBench 和现实世界操作任务的广泛评估证实，MatchingPolicy 实现了卓越的少样本性能，能够可靠地泛化看不见的对象实例和语义类别。