FOCUS 用 KL 引导的模态切换把特权状态训练迁移到 RGB-D 策略,五个 IsaacLab 操作任务平均测试成功率从 0.71 提升到 0.93
FOCUS 是一个单阶段 PPO 框架,让 critic 始终使用特权状态、actor 在特权状态与 RGB-D 潜变量之间按跨模态动作分布 KL 散度自适应切换 rollout 来源,并配合表征对齐;在五个 IsaacLab 操作任务上,相对各任务最强的 RGB-D 测试基线,平均测试成功率从 0.71 提升到 0.93,端到端预算归一化训练成功率 AUC 从 0.47 提升到 0.65。