差分放大器啓發的AmpAttention用於多視角機器人操作
該研究提出一種受模擬電路差分放大器啓發的注意力機制AmpAttention，旨在抑制多視角機器人操控中的注意力漂移。基於此的RVAF模型在18個RLBench任務（249種變體）上達到最優平均成功率，同時訓練時間減少33.3%。擴展版本RVAF++結合SAM2圖像編碼器，在高精度任務中表現突出，例如“插入銷釘”任務成功率達91%。論文已被IROS2026接收。
近日，來自研究團隊的一項新工作提出了一種名為AmpAttention的注意力機制，該機制受模擬電路中的差分放大器啓發，旨在解決多視角機器人操控中常見的注意力漂移問題。該成果已被國際機器人領域頂級會議IROS2026接收，並已在arXiv上公開。
多視角機器人操控方法近年來取得了顯著進展，但由於機器人視角圖像固有的冗餘性、遮擋以及視角依賴性，注意力機制容易出現漂移，導致性能下降。為此，研究者從差分放大器中汲取靈感，設計了AmpAttention。差分放大器能夠有效抑制共模噪聲，提取差分信號，類似地，AmpAttention旨在抑制注意力噪聲，捕獲高信噪比的信號，從而實現更可靠的感知。
基於AmpAttention，團隊進一步提出了RVAF（Robust View Attention Fusion）模型，該模型整合了任務引導的視角內和視角間AmpAttention。RVAF的核心思想是通過差分放大的原理，在注意力計算中消除共同的噪聲成分，保留與任務相關的差異化特徵。實驗結果表明，與以往最先進的方法相比，RVAF在RLBench基準的18個任務（共249種變體）上實現了最佳平均成功率，同時將訓練時間縮短了33.3%。此外，RVAF在現實世界的高精度任務中也展現出強大潛力，例如成功拾起飛鏢並準確插入紅色靶心。
為了進一步提升高精度任務的表現，研究者將RVAF擴展為RVAF++，引入了SAM2圖像編碼器。SAM2作為先進的語義分割模型，能夠提供更精細的視覺特徵，從而幫助模型在高精度操作中更準確地定位目標。RVAF++在“插入銷釘”這一典型高精度任務上取得了91%的成功率，相比基線方法有顯著提升。論文的定性結果已發佈在匿名項目網站上，展示了模型在多種任務中的表現。
該研究為多視角機器人操控中的注意力機制設計提供了新思路，未來有望在更廣泛的機器人操作場景中得到應用。研究者表示，將進一步探索AmpAttention在其他視覺任務中的潛力。