arXiv · cs.AI· Hao Wang, Jiuzhou Lei, Dayou Li, Bangya Liu, Minghui Zheng, Manling Li, Ruohan Zhang, Zhiwen Fan·· 8 小时前
MoRE通过权重蒸馏实现无推理时控制的行为模式重定向
Behavior Uncloning: Distilling Mode Redirection into Policy Weights without Inference-Time Steering
arXiv:2606.29201v3阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hao Wang, Jiuzhou Lei, Dayou Li, Bangya Liu, Minghui Zheng, Manling Li, Ruohan Zhang, Zhiwen Fan
研究任务与主要进展
MoRE通过短暂“去克隆”步骤将模式重定向信号蒸馏到策略权重中，在八项模拟和真实任务中使平均部署成功率达到较原混合模式策略高44个百分点。方法使用保留损失维持期望模式能力，并报告在Diffusion Policy和Pi0.5 VLA等策略骨干上具有泛化能力；基于论文摘要，结果接近过滤数据重训练参考，同时保持任务能力和推理速度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org