arXiv · 机器人与计算机视觉· Shafeef Omar, Sebastian Sanokowski, Elham Daneshmand, Dian Yu, Daniel Cremers, Cordelia Schmid, Majid Khadiv·· 2026-10-20AI 评分73
DiPLO:用于行走 - 操作任务的自蒸馏扩散规划框架
DiPLO: Self-distilled Diffusion Planning for Loco-manipulation
AI 导读
论文提出了 DiPLO 框架,结合自蒸馏扩散规划器与低层全身跟踪策略以解决人形机器人行走与操作协同难题。该框架先通过人类到机器人的动作重定向进行监督预训练,再经自蒸馏去除对强任务条件的依赖,最后利用扩散增强近端策略优化(DA:PPO)微调以提升成功率并适配冻结的跟踪器执行能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org