知识卡片：面向真实世界移动操作的分层残差策略学习（结合稀疏人类引导）

一句话结论

HiRe-MoMa 提出一套在真实机器人上对复杂移动操作（MoMa）系统进行稳定、样本高效微调的分层残差框架，可在约 30 分钟在线交互内提升任务表现，且不依赖底层策略的具体架构。

事件概述或研究问题

移动操作（Mobile Manipulation, MoMa）是自主机器人系统的重要组成，但由于动作空间维度高、异构模块（移动底盘与机械臂）之间耦合复杂，真实世界中的微调仍然困难。本文关注的问题是：如何在真实环境中对复杂 MoMa 系统进行稳定且样本高效的微调。

方法/产品要点

• 提出 HiRe-MoMa（Hierarchical Residual Mobile Manipulation）框架，核心为分层残差架构，对一个冻结的基座策略（frozen base policy）进行微调。
• Policy-Agnostic Residual：在基座策略之上学习加性修正（additive corrections），不依赖基座策略的具体架构。
• Hierarchical Decoupling：将残差拆分为移动底盘（mobile-base）与机械臂（manipulator-arm）两个头，并采用单向条件（unidirectional conditioning），以缓解梯度干扰并使修正与平台的物理层级对齐。
• Expert-Guided Value Alignment：利用稀疏人类干预（训练覆盖率低于 20%）重塑 critic 的价值图景，用专家先验引导自主探索，以提升数据昂贵的真实场景下的样本效率。
• 在 TIAGo++ 平台上开展真实世界实验。
• 项目网站：https://hire-moma.github.io/

主要结果或产业意义

• 在 TIAGo++ 平台的真实世界实验中，HiRe-MoMa 在仅约 30 分钟在线交互的情况下持续提升任务表现。
• 该效果与基座策略架构无关（regardless of the base policy architecture）。
• 作者称这是首批能够在真实世界中实现移动操作高效机载微调（on-robot fine-tuning）的框架之一，为在动态、以人为中心的环境中部署复杂机器人系统提供了实用范式。
• 具体任务类型、成功率数值、对比基线等细节：待核实（摘要未给出）。

为什么重要

• 真实世界微调是移动操作落地的关键瓶颈；该工作把“分层解耦 + 残差学习 + 稀疏人类引导”组合为可操作的工程范式，强调低在线交互成本（约 30 分钟）与架构无关性。
• 与既有脉络的关系：本卡片与“通用机器人抓取的接触表示学习（SpaHybGen）”“机器人世界模型真的会跟随动作吗”等条目同属机器人学习方向，但聚焦点在移动操作的真实世界微调与人类稀疏干预，而非抓取接触表示或世界模型动作对齐，属新增维度而非延续同一条事实线。

局限与不确定性

• 具体任务集合、成功率数值、对比方法、消融实验结果：待核实（摘要未提供）。
• “30 分钟在线交互”的统计口径（是否含人类干预时间、是否含重置/复位时间）：待核实。
• 人类干预“低于 20% 训练覆盖率”的定义与度量方式：待核实。
• 是否在不同基座策略上均做了完整实验、以及“与架构无关”的适用范围：待核实。
• 仿真到真实迁移、安全性、长期稳定性等：待核实。
• 论文发表信息（arXiv ID 2610.20607v1、日期 2026-10-14）以来源材料为准；其同行评审状态：待核实。

可用于图书/PPT/简报的角度

• “真实世界微调”作为移动操作落地瓶颈：为何高维动作空间与异构模块耦合让微调困难。
• 分层解耦的工程直觉：把修正拆成底盘与机械臂两个头，并单向条件化，类比为“先动底盘再动臂”的物理层级。
• 稀疏人类干预的价值对齐：用不到 20% 覆盖率的专家干预重塑 critic，说明“少量人类先验 + 自主探索”的性价比。
• 架构无关的残差微调：作为“冻结基座 + 加性修正”的通用部署范式。
• 时间成本叙事：约 30 分钟在线交互即可提升表现，适合用于对比传统真实机器人训练的高昂成本。

原始材料

• 标题：Hierarchical Residual Policy Learning for Real-World Mobile Manipulation with Sparse Human Guidance
• 作者：Zhefei Gong, Hefeifei Jiang, Zehao Wang, Jiachen Li
• arXiv ID：2610.20607v1
• 发布/更新：2026-10-14T17:59:52Z
• 主分类：cs.RO；分类：cs.RO, cs.AI, cs.LG
• Abstract URL：https://arxiv.org/abs/2610.20607v1
• PDF URL：https://arxiv.org/pdf/2610.20607v1
• 项目网站：https://hire-moma.github.io/
• 关键词：Mobile Manipulation; Hierarchical Residual Policy Learning; Real-World Fine-Tuning; Sparse Human Guidance; Expert-Guided Value Alignment