SPACE:用笛卡尔状态增量统一跨机器人动作表示

arXiv: 2606.24049 | 时间: 2026.06 | 路线: VLA · 跨本体动作表示 ← 返回 VLA 总览 · 具身数据处理

TL;DR

SPACE 直面跨机器人数据混训中的动作不一致问题:同一个末端运动,在不同机械臂上对应不同关节命令、不同控制接口和不同动力学。它提出用 Cartesian state delta 作为统一动作语义,再用 Action Adapter 转成具体机器人命令。

一句话:策略先学“末端应该怎么变”,adapter 再负责“这台机器人怎么做到”。

方法

这个设计把跨本体问题拆开:

• 通用策略输出与机器人形态较少绑定的笛卡尔状态增量。
• 每个本体用 adapter 转成自己的控制命令。
• 部署时若动力学或硬件细节变化,优先调 adapter,不一定重训整套 VLA。

谱系位置

• 与 Learning Action Priors:SPACE 统一动作接口,Action Priors 学动作分布先验。
• 与 RDT-1B:都关心物理可解释/统一动作空间,SPACE 更明确服务跨本体混训。
• 与 具身数据处理:它可视为动作标签规范化的一种新方案。

局限与待核

• Cartesian delta 对灵巧手、接触力控或全身移动操作未必充分。
• adapter 的质量决定真实执行效果,不是把动作统一后问题就消失。
• 需要看跨硬件、同硬件不同单元以及动力学漂移实验是否覆盖足够广。

来源

• arXiv:2606.24049.