CoRL 2025 | 港大InfoBodied AI团队首发具身表征新范式，构建任务自适应的感知框架（

1.港大icb百科

本文的共同第一作者为香港大学 InfoBodied AI 实验室的博士生孙力和吴杰枫，合作者为刘瑞哲，陈枫通讯作者为香港大学数据科学研究院及电机电子工程系助理教授杨言超InfoBodied AI 实验室近年来在 CVPR，ICML，Neurips，ICLR 等顶会上有多项代表性成果发表，与国内外知名高校，科研机构广泛开展合作。

2.港大conservation

标题：HyperTASR: Hypernetwork-Driven Task-Aware Scene Representations for Robust Manipulation作者：Li Sun, Jiefeng Wu, Feng Chen, Ruizhe Liu, Yanchao Yang

3.港大ccld

机构：The University of Hong Kong原文链接： https://arxiv.org/abs/2508.18802出发点与研究背景在具身智能中，策略学习通常需要依赖场景表征（scene representation）。

4.港大clearing round

然而，大多数现有多任务操作方法中的表征提取过程都是任务无关的（task-agnostic）：无论具身智能体要 “关抽屉” 还是 “堆积木”，系统提取的特征的方式始终相同（利用同样的神经网络参数）想象一下，一个机器人在厨房里，既要能精准抓取易碎的鸡蛋，又要能搬运重型锅具。

5.港大under consideration

传统方法让机器人用同一套 “眼光” 观察不同的任务场景，这会使得场景表征中包含大量与任务无关的信息，给策略网络的学习带来极大的负担这正是当前具身智能面临的核心挑战之一这样的表征提取方式与人类的视觉感知差异很大 —— 认知科学的研究表明，人类会根据任务目标和执行阶段动态调整注意力，把有限的感知资源集中在最相关的物体或区域上。

6.港大clil

例如：找水杯时先关注桌面大范围区域；拿杯柄时又转向局部几何细节那么，具身智能体是否也可以学会 “具备任务感知能力的场景表征” 呢？

7.港大cc

创新点与贡献1. 提出任务感知场景表示框架我们提出了 HyperTASR，这是一个用于提取任务感知场景表征的全新框架，它使具身智能体能够通过在整个执行过程中关注与任务最相关的环境特征来模拟类似人类的自适应感知。

8.港大llb

2. 创新的超网络表示变换机制我们引入了一种基于超网络的表示转换，它可以根据任务规范和进展状态动态生成适应参数，同时保持与现有策略学习框架的架构兼容性3. 兼容多种策略学习架构无需大幅修改现有框架，即可嵌入到 从零训练的 GNFactor 和 基于预训练的 3D Diffuser Actor，显著提升性能。

9.港大part time

4. 仿真与真机环境验证在 RLBench 和真机实验中均取得了显著提升，验证了 HyperTASR 在不同表征下的有效性（2D/3D 表征，从零训练 / 预训练表征），并建立了单视角 manipulation 的新 SOTA。

10.港大rolling

HyperTASR 概述在这项工作中，我们提出了 HyperTASR —— 一个基于超网络的任务感知场景表征框架它的核心思想是：具身智能体在执行不同任务、处于不同阶段时，应该动态调整感知重点，而不是一直用一套固定的特征去看世界。

动态调节：根据任务目标和执行阶段，实时生成表示变换参数，让特征随任务进展而不断适配架构兼容：作为一个独立的模块，可以无缝嵌入现有的策略学习框架（如 GNFactor、3D Diffuser Actor）。

计算分离：通过超网络建立 “任务上下文梯度流（task-contextual gradient）” 与 “状态相关梯度流（state- dependent gradient）” 的分离，大幅提升学习效率与表征质量。

换句话说，HyperTASR 让具身智能体在执行任务时，像人类一样 “看得更专注、更聪明”。任务感知的场景表示 (Task-Aware Scene Representation)

传统的具身智能体操作任务（Manipulation）学习框架通常是这样的：1. 从观测