ComManip：将操作策略过拟合至舒适区域

ComManip 提出一种将机器人操作策略专门化到舒适操作区域的学习范式，在有限演示预算下提升任务成功率。研究发现，在紧凑稳定区域训练的策略比追求视觉多样性的策略表现更好。实验覆盖 ACT、π₀.₅、RDT、OpenVLA-OFT 和 SmolVLA 等多种策略架构，在大工作空间中任务成功率提升约 20 个百分点或更多。