千寻智能高阳团队提出Legato方案：让机器人动作如连音般流畅丝滑 成功入选RSS 2026

在音乐演奏中，连音技巧让音符如流水般自然衔接。机器人领域同样追求这种流畅性，但实现起来却面临巨大挑战。

机器人领域同样在追求这样的"连音"效果：让机器人的动作像音乐一样流畅自然，没有犹豫和停顿。然而，要让一台机器人真正做到这一点，远比想象中困难。

近日，一项突破性研究成果《Learning Native Continuation for Action Chunking Flow Policies》被机器人顶会RSS 2026接收！这项研究开创性地从训练机制入手，赋予机器人动作天然的连续性，在五个真实操作任务上展现出卓越性能。

1. 论文标题：Learning Native Continuation for Action Chunking Flow Policies

2. 论文链接：https://arxiv.org/pdf/2602.12978

3. 项目主页：https://lyfeng001.github.io/Legato/

2. Legato 的解决方案 让连续性成为模型的 "天赋"

Legato 的核心思想可以用一句话概括：与其在推理时给模型 "打补丁"，不如在训练时就让模型学会如何天然地生成连续的动作。

这个思路的转变看似简单，实现起来却需要解决两个关键问题：

1. 如何在训练时让模型真正 "看到" 并学会利用已知的前缀信息

2. 如何确保训练时学到的行为和推理时实际执行的行为完全一致，不出现 "双重标准"

Legato 通过四个精心设计的机制，系统性地解决了这两个问题。一个直觉上的类比是：我们希望机器人就像一位经验丰富的接力跑运动员：不仅知道自己该跑哪一段，还清楚地知道上一棒跑到了哪里、速度是多少，并据此调整自己起跑的节奏，而不是每次都从静止状态重新出发。

2.1 噪声-真实值混合机制

在标准的流匹配训练中，模型每次都是从完全随机的噪声出发。这就好比让一个学生每次都从一张白纸开始作答，永远不知道"如果已经写了一半，接下来该怎么写"。

Legato 引入了引导向量 ω∈[0,1]^H，将训练起点变为"噪声与真实动作的混合"：

1. 对于已执行前缀部分（ω=1）：初始状态直接采用真实动作

2. 对于未来预测部分（ω=0）：初始状态保持纯噪声

3. 对于过渡区域（0<ω<1）：初始状态为真实动作和噪声的混合

通过这种设计，模型在训练时就能反复练习"如何从部分已知的状态出发"，而不是每次都从零开始。

2.2 逐步引导的去噪动力学

研究团队发现，仅改变初始状态会导致模型逐渐"忘记"前缀信息。为解决这个问题，Legato在每一步去噪前都进行混合，如同给模型安装了一个"记忆锚"。

2.3 训练-推理一致性

Legato 重新推导训练目标，使其与逐步引导的推理动力学完全对齐。这个公式保留了标准流匹配的几何方向，仅根据引导强度调整速度大小，实现了训练和推理的无缝衔接。

2.4 随机化混合参数

为适应不同硬件平台和任务需求，Legato 在训练时对混合参数(d,r)进行随机化：

1. d（推理延迟）：控制前缀长度，适配不同计算速度

2. r（过渡qu长度）：控制动作流畅程度

这种设计使单一模型就能适应多种场景需求，大大降低了部署门槛。

3. 实验结果

研究团队在双臂机器人上测试了五个代表性操作任务：叠碗、倒东西、拾取放置、叠毛巾、开抽屉。这些任务涵盖了多种运动模式和多模态选择场景。

3.1 基本实验结果

实验结果显示：

1. 犹豫现象显著减少，动作轨迹更加干净利落

2. 任务完成时间平均缩短约10%

3. 轨迹平滑性平均提升约10%，部分任务提升超过40%

3.2 实际部署使用指南

研究建议在d=delay, s=0.5H, r=H-d-s的参数设置下部署，并在标准flow matching训练基础上进行Legato微调。

4. 总结

Legato开创性地解决了机器人动作连续性难题，其核心突破在于：

1. 通过训练内化连续性能力

2. 确保训练推理完全一致

3. 实现灵活可控的部署

这项研究为机器人流畅操作提供了全新思路，将推动具身智能技术迈向更高水平。