跳到正文
arXiv · 机器人与计算机视觉· Lei Zheng, Peiqi Yu, Zengqi Peng, Changliu Liu, Armin Lederer·· 2026-10-08AI 评分58

利用扩散模型的动态神经柯普曼蒸馏实现快速机器人控制

Dynamic Neural Koopman Distillation for Fast Robot Control Using Diffusion Models

AI 导读

针对扩散模型迭代去噪带来的延迟问题,本文提出动态神经柯普曼(DNK)蒸馏框架,通过引入因子化动态柯普曼层将多步扩散推理压缩为单次前向传播。该方法在运动、状态及图像基操作基准上展现了与加速生成策略相当的闭环性能,同时大幅降低了推理延迟。硬件实验表明,该框架在物理 Kinova 机械臂上实现了毫秒级推理并缩短了任务完成时间。

来源:arXiv · 机器人与计算机视觉 · arxiv.org