跳到正文
arXiv · 机器人与计算机视觉· Site Hu, Takato Horii·· 2026-10-20AI 评分68

SADP:基于基础模型生成的子目标感知扩散策略用于长程操作

SADP: Subgoal-Aware Diffusion Policy for Long-Horizon Manipulation Learned from Foundation Model Generated Demonstrations

AI 导读

针对现有模仿学习缺乏显式子目标监督导致难以协调多阶段任务的局限,该工作提出 SADP 框架,利用基础模型自主生成带子目标标注的演示数据,并训练扩散策略。方法通过任务级与子目标级描述联合条件化动作生成,并利用轻量辅助头预测续写分数以驱动在线子目标切换及进度监控。

来源:arXiv · 机器人与计算机视觉 · arxiv.org