机器人操作——diffusion policy（2023）
迪丽瓦拉
2025-05-30 05:48:54
0次

论文地址

标题：Diffusion Policy: Visuomotor Policy Learning via Action Diffusion
论文地址：https://arxiv.org/pdf/2303.04137.pdf
项目地址：https://diffusion-policy.cs.columbia.edu
单位：哥伦比亚大学

创新点

引入扩散模型(duffision model)，输入一段观测序列，输出未来一段时间的行为序列，在机器人操作数据集上学习，即模仿学习或监督学习。相比于现在常用的模仿学习方法LSTM-GMM、IBC（Implicit behavioral cloning）、BET（Behavior transformers），在多个仿真和真实实验上提升约46.9%，在多个真实实验中与人类水平相近，方法结构如下：在这里插入图片描述
采用CNN结构和Transformer架构分别构建了扩散模型，观测序列是图像或状态向量。
相比于以前的方法，该方法主要有以下提升：

  1. 处理多峰action分布。由于扩散模型在噪声中采样初始action，并在后续优化过程中增加了高斯扰动，使其能够不陷入局部最优。
  2. 高维连续行为输出。扩散模型天生就能输出高维信息。
  3. 训练稳定。以前的模仿学习方法大多采用类对比学习损失来优化基于能量的模型，其中负样本采样过程的不精确导致训练不稳定，扩散模型绕过了负样本采样过程，直接预测输出信息的梯度（即噪声，扩散模型不太熟，梯度和噪声有什么关系？）

除此之外，作者引入以下技术来发挥扩散模型的潜在能力：

  1. 引入receding-horizon control实现闭环规划。
  2. 直接输入视觉信息，通过视觉编码器提取特征，与扩散模型进行端到端训练。
  3. 针对CNN模型过于平滑的问题，构建Time-series diffusion transformer来处理需要高频行为变化的任务。

更详细的信息请看论文和网站。

总结

机器人操作领域发论文的热点又来了。
扩散模型大概率很难和强化学习结合，因为强化学习需要网络足够小从而在每次更新的很短时间内收敛，不过基于扩散模型的动力学模型可以试试。

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：【linux】多线程概念详述

下一篇：常见特殊符号和对应编码大全

相关内容

热门资讯

linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作： 我们首先创建了一个文件并在这个文件里面添加了...
C++ 机房预约系统（六）：学... 8、 学生模块 8.1 学生子菜单、登录和注销 实现步骤： 在Student.cpp的...
A.机器学习入门算法（三）：基... 机器学习算法（三）：K近邻(k-nearest neigh...
数字温湿度传感器DHT11模块... 模块实例https://blog.csdn.net/qq_38393591/article/deta...
有限元三角形单元的等效节点力 文章目录前言一、重新复习一下有限元三角形单元的理论1、三角形单元的形函数（Nÿ...
Redis 所有支持的数据结构... Redis 是一种开源的基于键值对存储的 NoSQL 数据库，支持多种数据结构。以下是...
win下pytorch安装—c... 安装目录一、cuda安装1.1、cuda版本选择1.2、下载安装二、cudnn安装三、pytorch...
MySQL基础-多表查询 文章目录MySQL基础-多表查询一、案例及引入1、基础概念2、笛卡尔积的理解二、多表查询的分类1、等...
keil调试专题篇 调试的前提是需要连接调试器比如STLINK。 然后点击菜单或者快捷图标均可进入调试模式。 如果前面...
MATLAB | 全网最详细网... 一篇超超超长，超超超全面网络图绘制教程，本篇基本能讲清楚所有绘制要点&#...
IHome主页 - 让你的浏览... 随着互联网的发展，人们越来越离不开浏览器了。每天上班、学习、娱乐，浏览器...
TCP 协议 一、TCP 协议概念 TCP即传输控制协议（Transmission Control ...
营业执照的经营范围有哪些 营业执照的经营范围有哪些 经营范围是指企业可以从事的生产经营与服务项目，是进行公司注册...
C++ 可变体(variant... 一、可变体(variant) 基础用法 Union的问题： 无法知道当前使用的类型是什...
血压计语音芯片，电子医疗设备声... 语音电子血压计是带有语音提示功能的电子血压计，测量前至测量结果全程语音播报࿰...
MySQL OCP888题解0... 文章目录1、原题1.1、英文原题1.2、答案2、题目解析2.1、题干解析2.2、选项解析3、知识点3...
【2023-Pytorch-检... （肆十二想说的一些话）Yolo这个系列我们已经更新了大概一年的时间，现在基本的流程也走走通了，包含数...
实战项目：保险行业用户分类 这里写目录标题1、项目介绍1.1 行业背景1.2 数据介绍2、代码实现导入数据探索数据处理列标签名异...
记录--我在前端干工地(thr... 这里给大家分享我在网上总结出来的一些知识，希望对大家有所帮助 前段时间接触了Th...
43 openEuler搭建A... 文章目录43 openEuler搭建Apache服务器-配置文件说明和管理模块43.1 配置文件说明...