Action Map Policy：从高维动作回归到像素分类，一种新的机器人操作学习范式

美国东北大学博士生黄浩杰提出 Action Map Policy（AMP）这一新的机器人操作学习范式。该范式将高维 3D 动作转化为图像空间的像素轨迹，把动作预测重新定义为像素级分类问题，借助交叉熵目标函数建模复杂多模态动作分布，一次前向推理即可输出完整动作概率分布，实现输入输出空间统一，提升推理速度。AMP 采用 X-Net 形状的编码器-解码器架构，通过多视角 Transformer 融合不同视角信息，端到端在图像空间完成训练，无需显式 3D 轨迹监督，推理时经三角测量恢复 3D 轨迹。实验显示，在细粒度视觉感知与多峰分布表达实验中 AMP 成功率达 100%。在制作咖啡、烤面包、蒸鸡蛋三个真机任务中，AMP 成功率较 Diffusion Policy 和 ACT 提升 50%-70%，单次推理约 13.80ms，远快于 DiffPo 的 93.53ms，还能实现约 1mm 位置重建误差和 1.3° 旋转误差，相比 World Action Model 更轻量高效。