扩散模型生成人形机器人控制网络权重

Huixuan Cheng等作者发表论文，用扩散模型直接生成人形机器人的策略网络权重，生成的网络无需额外训练即可部署到Unitree G1机器人上，完成行走、跳舞、回旋踢等动作。 方法上，研究采用线性自编码器加Diffusion Transformer的潜在扩散框架，在Unitree G1的强化学习策略网络上训练。研究还发现，网络第一层权重存在一致反映机器人运动学先验的结构性规律，该先验在强化学习和模仿学习下均会出现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。