MoMo：通过时空动作分词调节机器人操作中的运动模式
内容提要
MoMo是一种两阶段模仿学习框架，包含时空动作分词器和行为克隆变换器，通过输入任务和连续运动模式条件，控制机器人操作中的动作执行方式。在六个真实机器人操作任务中，该框架能产生稳定、动态及中间行为，且人类可区分。即使任务仅以单一模式演示，MoMo也能迁移未见模式，保持任务成功率，展示了对任务-模式组合的泛化能力。
延伸解读
运动模式作为可复用行为因子
MoMo将动作执行方式（如稳定、动态）视为可跨任务复用的行为因子，而非任务特定属性。通过连续条件变量控制运动模式，机器人可在不同任务中共享同一模式控制机制。这为机器人学习提供了一种模块化思路，可能减少为每个任务单独设计行为风格所需的数据和训练成本。
泛化到未见模式组合
实验表明，即使任务仅以单一模式演示，MoMo也能迁移到未见过的任务-模式组合，同时保持任务成功率。这暗示模型可能学到了任务与模式之间的解耦表征，而非简单记忆演示。这种组合泛化能力对于实际部署中应对多样化和动态环境至关重要，但需注意其泛化边界仍受训练数据分布限制。
人类可区分的行为差异
人类评估者能够区分MoMo产生的稳定、动态及中间行为，且这些行为在关节速度、加速度和末端执行器俯仰角上存在可测量的差异。这表明运动模式的控制不仅具有实际效果，还能产生人类可感知的差异，这对于人机交互场景中机器人行为的可预测性和可接受性具有重要意义。
Q&A
MoMo框架的核心目标是什么？
MoMo框架旨在让机器人不仅准确执行操作任务，还能根据任务、物体和交互环境调整动作的执行方式，实现运动模式的灵活控制。
MoMo框架由哪些主要组件构成？
MoMo是一个两阶段模仿学习框架，包含一个时空动作分词器和一个行为克隆变换器，后者以任务和连续运动模式条件作为输入。
MoMo在真实机器人任务中表现如何？
在六个真实机器人操作任务中，MoMo能够产生稳定、动态及中间行为，人类评估者可以区分这些行为，且这些行为在关节速度、加速度和末端执行器接近俯仰角上存在差异。
MoMo能否泛化到未见过的运动模式？
可以。即使任务仅以单一模式演示，MoMo也能迁移到未见过的模式，同时保持任务成功率，展示了任务-模式组合的泛化能力。
MoMo中的运动模式条件是什么？
运动模式条件是一个连续变量，用于控制机器人动作的执行方式，例如产生稳定、动态或中间行为。
MoMo的研究意义是什么？
MoMo的研究表明运动模式可以作为跨任务复用的行为因素，控制操作技能的执行方式，为机器人操作中的行为适应提供了新思路。
