Transformer Policies for Robotics: A Review

本文系统综述了机器人领域Transformer策略（Transformer Policies）的最新进展。Transformer策略通过自注意力机制建模长序列依赖，能够处理高维观测和长时序任务，在机器人操作、导航、运动控制等领域取得了显著进展。文章分析了决策Transformer、序列建模策略、Transformer策略与强化学习结合、Transformer作为世界模型等核心方法，以及上下文学习、离线预训练、在线微调等关键技术。适用场景包括机器人操作、移动导航、多任务控制等需要长序列建模的领域。来源机构包括Google DeepMind、UC Berkeley、MIT等顶尖研究机构。