机器人演示的速度往往由遥控操作员决定，而非任务本身。于是相同的动作在不同演示中会出现显著的速度差异，导致基于这些数据训练的策略会继承操作员的时间特性。为了解决这一问题，我们直接从大规模演示数据中学习一个 速度先验（speed prior）。
给定任务指令、运动轨迹以及沿轨迹的图像，速度先验输出沿路径的执行速度分布。选取某个分位数即可得到一致的时间基准，用于对每段演示进行重新计时。相比于传统方法需要对每个新任务重新拟合加速度信号或手工标注预定义速率，单一的训练好的速度先验即可覆盖语料库中的所有任务。
我们在机器人遥控数据和手持演示数据上训练了速度先验，其中手持演示指的是人手臂而非机器人臂移动抓手。训练完成后，先使用该先验将机器人演示的时间尺度调整为手持演示的节奏，再对视觉‑语言‑动作（VLA）策略进行微调。执行阶段，策略与实时最优控制层结合，利用预测的速度块在机器人约束下跟踪动作序列。
在 120 项 RoboLab 任务上，使用学习到的时间基准微调的策略相比于使用原始演示时间或统一加速的策略，成功率更高，且运动的冲击（jerk）降低至原来的一半左右。实际机器人实验中，策略能够在 3.50 秒 内完成堆杯任务，比默认策略的 6.02 秒 快 1.72×，且在 30 次实验中成功 29 次。
更多视频和材料请访问 https://mllab.snu.ac.kr/projects/learned_speed_prior。
点评