← 视觉 · 语言 · 动作 / 动作分布与效率

正式发表 / Vision–Language–Action

Diffusion Policy

Diffusion Policy: Visuomotor Policy Learning via Action Diffusion

RSS · 2023

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
以观测为条件去噪动作序列Diffusion Policy · 原文 Fig. 3 · p.3 ↗

观测编码作为条件输入 CNN 或 Transformer 去噪网络,从高斯噪声逐步得到动作序列,以滚动时域方式执行。

  1. 01编码观测历史
  2. 02多步去噪动作序列
  3. 03执行局部动作并重规划
Diffusion Policy以观测为条件去噪动作序列
以观测为条件去噪动作序列

观测编码作为条件输入 CNN 或 Transformer 去噪网络,从高斯噪声逐步得到动作序列,以滚动时域方式执行。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

把动作序列建模为条件扩散过程,以滚动执行的方式完成视觉运动控制。

WHY READ IT

为什么放在这条路线

连续动作生成的重要基线,用来理解多模态动作分布与动作块。

当前阶段动作分布与效率 ↗

能量、量化、扩散与流匹配如何生成动作?

READ WITH A QUESTION

读的时候,留意什么

RSS 2023 与 IJRR 扩展版需区分;动作生成质量也受闭环频率与推理开销影响。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器