BEACON（Best-Effort Adaptation for Cross-Domain Co-Training）是由研究團隊提出的一種理論驅動的框架，旨在解決機器人學習中源域資料豐富而目標域資料稀缺的問題。該框架將跨域協同訓練重新定義為差異感知的重要性重加權問題，透過聯合學習一個基於擴散模型的視覺運動策略以及每個源域樣本的權重來最佳化訓練過程。這些權重的學習目標是由目標域泛化保證所引導的，從而在不要求顯式特徵對齊的情況下，隱式地促進特徵表示的對齊。
為了實現高維序列策略中的盡力適應，研究團隊開發了可擴充套件的例項級差異估計器，用於度量每個源域樣本與目標域之間的差異。此外，他們設計了隨機交替更新策略，有效協調策略網路和權重引數的最佳化。針對多源域場景，他們還提出了多源擴充套件方法，能夠平衡來自不同源域的資料貢獻，避免某些源域過度主導訓練。在多個實驗設定中，包括模擬到模擬、模擬到真實以及多源操作任務，BEACON均表現出比僅使用目標域資料、固定比例協同訓練以及特徵對齊基線更強的魯棒性和資料效率。特別值得注意的是，即使在沒有任何顯式對齊目標的情況下，BEACON依然能夠透過差異感知的跨域協同訓練自然地實現特徵對齊，這為機器人跨域學習提供了全新的思路。該框架已在多種操作任務中取得驗證，具有廣泛的應用前景。