aiwillknow.AI 前沿观察每日 08:00 开始整理
具身智能全文深读与原图讲解

EAPN：让机器人重规划的随机噪声跟着实际执行进度走

跨动作块保留相关性，减少反复换策略；它需要训练，且真机领先只有少量试次

Magiclab Robotics、东南大学预印本首发 · 漏跑期补收 2026.10.05
论文与演示公开 · 实现未核实
IN A NUTSHELL

异步动作块生成时，即使前缀接得上，每次重新抽噪声仍可能让后半段切换到另一种行为。EAPN用跨调用共享、按实际执行步数平移的随机轨迹，加上块内时间相关噪声和历史条件，帮助新动作块延续当前模式。

01

图解主要方法

异步重规划怎样同时保持动作前缀与随机行为模式的时间一致性？

上方跨块与块内噪声相关，下方把承诺动作、噪声历史、位移及掩码接入策略
图2｜执行对齐噪声与历史条件流策略查看大图 ↗
Magiclab Robotics、东南大学，arXiv:2610.06090v1。原图未改动，仅用于方法评论。 · 原始来源与图注 ↗ · 版权归作者；arXiv非独占托管许可不等于图片再分发许可
  1. 1

    保留已承诺的动作前缀

    图2下方沿用训练时RTC：推理期间机器人继续消耗旧缓存，新块前D步固定，只对后续动作生成。D描述当前延迟/固定前缀长度，Δ描述两次窗口之间实际执行了多少步，二者不必相等。

  2. 2

    沿物理动作时间传播共享噪声

    图2左上用持续AR(1)过程G表示跨调用随机轨迹，每次按实际Δ推进；另建当前窗口私有AR(1)过程U。以√γG+√(1−γ)U混合，ρ控制时间衰减，相关性在实际对齐位置而非同token下标最强。

  3. 3

    将历史噪声显式编码为条件

    把上次噪声移到当前时间窗口，连同Δ、D和历史有效掩码送入历史编码器，每个流步骤读取这一条件。没有历史对应的位置不能冒充有效；episode开始需清空动作与噪声历史。

  4. 4

    联合训练结构化噪声与后缀流

    训练采样延迟和位移，构造共享过程下的相邻噪声；随机丢弃整个历史以适应首次推理。只在未承诺后缀上拟合动作减噪声的流速度。单token仍服从标准高斯，但联合协方差改变，所以不能视为无训练采样插件。

  5. 5

    异步执行后记录真实消费量

    生成结束保存当前随机状态；下一轮用缓存真实消费步数推进，而非假设固定延迟。结构化随机性保留一定创新，但应另测目标突然改变时是否过度坚持旧模式。

02

实验与证据

完整阅读37437字符公开全文及参考文献，无附录；视检图2并打开官方项目页。未运行策略、模拟或真机试验。

来源证据π0.5的16条留出轨迹逆推噪声，同episode余弦均值0.774、跨episode0.043；观测间隔5→45帧时相似度0.855→0.378。 图1、图3 ↗

我的解读显示局部时间结构，不能隔离重叠输入及动作对相关性的影响，也不是直接因果证明。

来源证据D3IL Avoiding：DDPM-ACT351/480成功，EAPN379/480；73.13%→78.96%，MSR3.969%→3.167%，Switch Gap0.001913→0.001672。 表I ↗

我的解读成功率增加5.83个百分点；MSR只计同障碍阶段可分类的相邻重规划对，不含正常阶段推进。

来源证据Kinetix mjc_swimmer：ttRTC46.60%，加跨块噪声76.89%，再加块内噪声78.85%，完整79.26%。 表II ↗

我的解读主要贡献是跨块相关；完整模型的Switch Gap1.55略高于无完整历史条件版本1.54，不能声称所有连续性指标最优。

来源证据LIBERO低延迟K5、D1至4，EAPN均值96.4–97.0%；D4为96.6%，ttRTC92.2%。高延迟K25另行训练，D5为88.3%低于ttRTC89.8%，D15为75%高于73%。 表III–IV ↗

我的解读这是两组独立训练协议，不是同一模型从D1到D15的一条延迟曲线；增益随任务和延迟变化。

来源证据Object Storage用216训练episode，20次60秒测试：EAPN18/20，VLASH17/20，ttRTC16/20。 表V ↗

我的解读领先VLASH5个百分点但只有一次成功差异，样本规模不能支持稳健显著性的强断言。

来源证据双臂叠衣用3056训练episode，3种衣服各10次，限3分钟：EAPN29/30、VLASH28/30；一个示例33秒对56秒。 第IV-F节、图6 ↗

我的解读衣服覆盖有限，示例时间不是全测试平均耗时；不把个案速度提升推广为普遍加速。

来源证据项目页标注AgileX-Piper，并给D20、K25两个同任务同种子视频实例，记录jerk下降21.4%和15.1%。 官方项目页 ↗

我的解读只是两条代表性轨迹；本轮读取网页与说明，没有据此声称独立测量了视频或复现总体jerk分布。

03

开放情况与使用许可

官方项目页有方法、定量表和视频入口，未提供训练代码或模型权重下载；本轮未核实可运行实现。演示页面公开不等于策略开源。

LICENSE论文为arXiv非独占托管许可。原图2仅作必要方法评论，版权归作者；实现和权重许可未核实。

04

我的判断

独立分析 · 未复现实验

正方 · 为什么值得投入

D3IL在相同初始条件的480次测试中同时改善成功率、模式切换和动作衔接间距，支持相关噪声的连续性动机。

Kinetix消融显示跨块噪声带来主要收益，LIBERO大延迟及两项真机任务提供了不同环境的证据。

反方 · 哪些结论还不够

完整EAPN并非所有指标最佳：LIBERO高延迟D5低于ttRTC，低延迟Long任务也有退步，不能写成全面优于。

真机比VLASH分别只多1次成功，33秒对56秒是一个视频片段，不是平均时延或统计显著加速。

从16条轨迹逆推噪声的相关性是观察性动机，重叠动作和观测本身也相关；不能据此证明噪声独立采样就是全部失败原因。

综合判断

把执行对齐扩展到随机状态是清晰且有实验支撑的改进方向；当前证据支持特定训练与延迟范围中的连续性收益。仍需完整参数、重复种子以及环境突然变化时的响应测试。

我会先做的验证

建议实验，未执行：固定同一策略和训练预算，分别消融跨块相关、块内相关及历史编码器，在随机推理延迟和突然改变目标/障碍的场景测试成功率、模式切换、反应时间和jerk，报告跨种子区间并检查历史重置失败。

继续探索具身智能