无需再训练即可增强性能！港大团队提出GPC框架，实现机器人「策略组合」

本文一作曹嘉航，香港大学在读博士生，前北京人形机器人创新中心实习生；共同一作黄翊泽，上海交通大学在读本科生；通讯导师 Andrew F. Luo，香港大学助 理教授。 在机器人学习领域，提升基于生成式模型的控制策略（Policy）的性能通常意味着投入巨额成本进行额外的数据采集和模型训练，这极大地限制了机器人能力的快 速迭代与升级。面对模型性能的瓶颈，如何在不增加训练负担的情况下，进一步挖掘并增强现有策略的潜力？ 香港大学团队开创性地提出了 GPC（General Policy Composition，通用策略组合） 框架，为这一挑战提供了全新的免训练解决方案。该框架通过在测试时（test- time）对多个预训练模型进行 "策略组合"，能够创造出一个性能超越任何单一父策略的 "组合策略"。 GPC 作为一个 "即插即用" 的通用框架，能够灵活融合不同架构（如 Diffusion-based Policy、Flow-based Policy）、不同模态（如视觉-动作模型 VA、视觉-语言-动 作模型 VLA）的机器人策略，打破了传统性能提升方式对数据和算力的依赖。 论文标题： Compose Your Poli ...