arXiv · 机器人与计算机视觉· Minwoo Park, Junwoo Chang, Jongeun Choi, Roberto Horowitz·· 20 天前AI 评分70
对称感知的等变扩散策略引导:收益与局限
Symmetry-Aware Steering of Equivariant Diffusion Policies: Benefits and Limits
AI 导读
arXiv 论文提出一种对称感知引导框架,用于优化等变扩散策略(EDP)。作者理论证明 EDP 的扩散过程具有等变性,构建了群不变隐噪声 MDP,并对比了标准、等变及近似等变的强化学习策略。研究发现在打破对称性的任务中,严格等变性存在实践边界,但利用对称性进行引导能显著提升样本效率、防止价值发散,并在演示数据极少时实现强策略改进。
来源:arXiv · 机器人与计算机视觉 · arxiv.org