研究人员提出了一种名为PRISM（Polynomial Representations for Interaction-Structured Motor Control）的新型策略表示方法，旨在通过显式建模机器人观测变量之间的多项式交互来提升运动控制性能。传统的机器人策略通常使用多层感知机（MLP）将观测映射到动作，但许多与动作相关的线索（如功率、惯性效应、接触、滑动和柔顺性）依赖于信号之间的乘积。PRISM通过一个因子化多项式模块高效地暴露高阶交互特征，避免了枚举所有多项式项。该模块将多项式分解为多个因子的乘积，从而在保持表达力的同时降低计算复杂度。
在强化学习（RL）框架中，PRISM保留了标准MLP主干网络，但在其输出之后应用了一个逐步激活的逐元素多项式函数。这种设计使得网络能够逐渐学习到变量之间的非线性交互，而不会破坏预训练的特征表示。在模仿学习场景中，PRISM用端到端训练的多项式层替换了扩散策略中的线性本体感受条件化，从而允许模型直接学习到关节位置与速度之间的高阶关系。
实验覆盖了人形机器人 locomotion 和接触丰富的操作任务，包括步行、跑步和操纵物体等。结果表明，PRISM的性能显著优于标准MLP策略，并且甚至优于具有匹配容量的大型MLP。这一发现证明了交互结构无法仅通过增加网络容量来替代，显式建模多项式交互是关键。
此外，PRISM还展现出无传感器的柔顺行为，无需力、力矩、触觉输入、接触标签或导纳控制。这意味着机器人可以在没有昂贵力传感器的情况下实现顺应性操作，大大降低了硬件成本。这些结果强烈表明，多项式表示应成为具身运动控制的标准架构选择，项目页面已公开提供更多细节。