跳到正文
arXiv · 机器人与计算机视觉· Xiao Zhang, Yuxin Chen, Zhixuan Liang, Guojian Zhan, Chenran Li, Chenfeng Xu, Masayoshi Tomizuka, Yiheng Li·· 2026-10-08AI 评分73

Immiscible Diffusion Policy:通过无标签噪声分配保持多模态机器人动作

Immiscible Diffusion Policy: Preserving Multimodal Robot Actions through Label-Free Noise Assignment

AI 导读

论文发现扩散策略常因独立动作噪声配对导致路径混合而坍缩至单模态,为此提出 Immiscible Diffusion Policy 作为训练时插件以保留多模态行为。该方法在五个仿真和两个真实人形操作任务中显著提升了非主导模态比例并恢复了缺失的动作模式,且无需修改策略架构或推理流程。

来源:arXiv · 机器人与计算机视觉 · arxiv.org