← 视觉 · 语言 · 动作 / 三维空间与操作点云表征条件扩散策略DP3 · 原文 Fig. 2 · p.4 ↗
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
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。
- 01裁剪采样点云
- 02提取紧凑三维特征
- 03去噪生成动作序列
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。
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