arXiv cs.LG· Xiao Zhang, Yuxin Chen, Zhixuan Liang, Guojian Zhan, Chenran Li, Chenfeng Xu, Masayoshi Tomizuka, Yiheng Li·· 6 小时前AI 评分23
Immiscible Diffusion Policy：用无标签噪声分配保留机器人多模态动作
Immiscible Diffusion Policy: Preserving Multimodal Robot Actions through Label-Free Noise Assignment
AI 导读
针对扩散策略常坍缩到单一模态的问题，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，不改变策略架构或推理过程。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上恢复了原始策略 rollout 中完全缺失的演示模态。
来源：arXiv cs.LG · arxiv.org