我们有 1 篇论文被 NeurIPS 2026 录用！

我们有 1 篇论文被 NeurIPS 2026 录用！该工作面向鲁棒机器人操作，提出了基于单位超球面的结构化多模态技能学习方法。论文详细信息如下。

---

HyperSkill: Multi-Modal Skill Learning on the Unit Hypersphere

Authors: Erdemt Bao, Jun Chen, Weijun Qin, Shaopeng Li, Ming Li, Mengchen Zhao, Ziqian Zeng, Cen Chen, Huiping Zhuang

摘要：

多模态机器人轨迹通常包含完成同一任务的多种有效技能模式，但现有技能表示容易出现模式坍塌、多模态结构丢失，以及规划与执行不一致等问题。HyperSkill 将结构化技能表示在单位超球面上，并使用 von Mises-Fisher 混合先验建模多样化的技能模式；同时提出测地线技能对齐方法，使规划阶段预测的先验技能与从示范轨迹中推断的后验技能保持一致。在 LOReL Sawyer 和 Franka Kitchen 基准上的实验表明，该方法在已见和未见场景中均取得良好表现，并对技能扰动展现出更强的鲁棒性。

Paper: [待补充]

---