先动别想：用有损接近传感器实现样本高效的避障

📋总体概括

一篇arXiv论文探索利用全身接近传感器作为归纳偏置，让人形机器人通过强化学习高效掌握反射式避障行为。研究在简化躲避球环境中测试了八种候选表征，包括潜在压缩、未来接触预测、有损噪声和特权状态估计，训练超过200台人形机器人。关键发现是：低分辨率的有损传感器反而比高分辨率覆盖提供更强的学习偏置，而预测接触何时何地发生反而降低了样本效率，结论是行动优先于思考。