跳到正文
热点事件观察中

GRACE:结合扩散与MPPI的无梯度机器人动作生成

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月,研究人员提出 GRACE 方法,通过结合扩散模型与 MPPI 后验均值估计,实现了无需梯度的机器人动作引导。该方法解决了碰撞检查等不可微约束难以优化的问题。 在仿真环境中,GRACE 表现优于纯扩散和采样基线;在真实 7 自由度机械臂实验中,45 次任务中达成 43 次成功且无碰撞,而未经引导的基准方法仅成功 17 次。代码与实验视频已公开。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月17日
  1. arXiv · 机器人与计算机视觉
    GRACE:一种基于结合扩散-MPPI 后验均值估计的无梯度机器人动作生成方法

    该论文提出 GRACE 方法,通过结合扩散模型与 MPPI 控制实现无需梯度的机器人动作引导,解决了碰撞检查等不可微约束难以优化的问题。在仿真环境中该方法优于扩散和采样基线;在真实 7 自由度机械臂实验中,GRACE 达成 45 次任务中的 43 次成功且无碰撞,而未经引导的基准方法仅成功 17 次。代码与实验视频已公开。

本事件热度走势

可比范围当前
3
可比范围峰值
811月17日 23:00
近 24 小时变化
-51%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。