新方法缓解机器人扩散策略模态坍缩
热点事件持续更新
新方法缓解机器人扩散策略模态坍缩
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出 Immiscible Diffusion Policy，一种无需标签、只在训练阶段生效的插件。它通过动作-噪声分配，为不同动作保留相对独立的噪声到动作路径，从而缓解扩散策略坍缩到单一模态的问题，且不改变策略架构与推理流程。 作者称，在五个仿真和两个真实世界人形操作任务中，该方法在三个双模态任务里将非主导模态占比提升 6.0x-14.6x，并在两个四模态任务中找回原策略 rollout 中完全缺失的演示模态。
AI 根据报道生成 · 2 小时前更新
最新进展10月8日 12:00
Immiscible Diffusion Policy：无需标签的噪声分配如何保住机器人多模态动作报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv：cs.LGImmiscible Diffusion Policy：无需标签的噪声分配如何保住机器人多模态动作
研究者提出 Immiscible Diffusion Policy，一种无需标签的训练期插件，通过动作-噪声分配保留相对独立的噪声到动作路径，不改变策略架构与推理流程，以缓解扩散策略坍缩到单一模态的问题。在五个仿真和两个真实世界人形操作任务上，该方法将三个双模态任务中非主导模态占比提升 6.0x-14.6x，并在两个四模态任务中找回原策略 rollout 中完全缺失的演示模态。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。