← 视觉 · 语言 · 动作 / 三维空间与操作

正式发表 / Vision–Language–Action

DP3

3D Diffusion Policy: Generalizable Visuomotor Policy Learning via Simple 3D Representations

RSS · 2024

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
点云表征条件扩散策略DP3 · 原文 Fig. 2 · p.4 ↗

用轻量 MLP 编码稀疏点云,将紧凑三维表征和机器人状态作为扩散动作策略的条件。

  1. 01裁剪采样点云
  2. 02提取紧凑三维特征
  3. 03去噪生成动作序列
DP3点云表征条件扩散策略
点云表征条件扩散策略

用轻量 MLP 编码稀疏点云,将紧凑三维表征和机器人状态作为扩散动作策略的条件。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

用轻量 MLP 编码稀疏点云,将紧凑三维表征和机器人状态作为扩散动作策略的条件。

WHY READ IT

为什么放在这条路线

连接三维感知与动作分布生成,适合与二维 Diffusion Policy 及 RVT 位姿预测对照。

当前阶段三维空间与操作 ↗

空间特征、关键位姿和几何结构如何帮助操作?

READ WITH A QUESTION

读的时候,留意什么

实验提升与点云裁剪、采样和传感器质量相关;不是不依赖环境结构的通用 VLA。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器