斯坦福机器人讲座 | 2026年冬季 | Gen Control, Action Chunking, Moravec’s Paradox
本讲座涵盖： • 对Moravec主张的数学证据 • 现代机器人学习的关键创新 **视频 AI 总结**：该视频深入探讨了机器人模仿学习（尤其是连续控制领域）面临的独特挑战，即莫拉维克悖论（Moravec's paradox）在算法层面的体现——在物理世界中学习演示任务比符号推理任务更难。演讲者指出，尽管数据规模扩大是关键，但两个算法突破（动作分块和生成控制策略）从根本上缓解了复合误差问题，从而推动了2023年模仿学习能力的拐点。通过控制理论视角，演讲者解释了为什么连续控制中的错误会指数级累积，以及如何通过重新参数化闭环动力学来克服这一困难。 **主要内容**： - 引入莫拉维克悖论，指出物理世界模仿学习在算法上比符号推理更困难，原因在于连续控制中的复合误差问题。 - 展示行为克隆（Behavior Cloning）的基本框架及其局限性，尤其是在平滑、确定性的动力学系统中，即使专家系统稳定，学习策略仍可能导致闭环不稳定和指数级误差累积。 - 介绍第一个关键干预：动作分块（Action Chunking），即预测长序列动作而非单步动作，通过利用开环稳定性避免复合误差，并证明其能消除与回合长度相关的误差。 - 介绍第二个干预：生成控制策略（Generative Control Policy），特别是流匹配（Flow Matching），发现其核心优势并非处理多模态分布，而是通过迭代计算和随机性注入来纠正误差，并将动作映射回流形，从而降低离流形误差。 - 提出最小迭代策略（MIP），作为简化版本，保留了随机性和迭代计算，性能与流模型相当，但在高精度任务上表现更好，且适用于VLA模型微调。 - 总结控制理论视角对机器人学习的启示，并展望未来挑战，包括少样本学习、物理智能等，同时指出这些见解可能扩展到自回归语言模型等其他领域。 关于斯坦福大学研究生课程的更多信息，请访问：https://online.stanford.edu/graduate-education 2026年2月27日 Max Simchowitz是卡内基梅隆大学机器学习系的助理教授。