Oct, 2024

一步扩散策略：通过扩散蒸馏实现快速视觉运动策略

HTML
PDF
TL;DR本文解决了扩散模型在实时机器人控制中因迭代去噪步骤导致的生成速度慢的问题。提出的“一步扩散策略”通过将预训练的扩散策略知识蒸馏为单步动作生成器，显著提高了响应速度。研究表明，该方法在多个挑战性模拟任务及现实任务中实现了最先进的成功率，并将动作预测频率从1.5 Hz提高到62 Hz，具有广泛的应用潜力。
发现论文，激发创造
  • 跨通道传播：通过自监督学习改善基于扩散的视觉运动策略

    本文提出了Crossway Diffusion方法，在扩展Diffusion-based policy学习过程中利用自我监督学习的目标，以提高视觉运动策略学习的效果，并在各种模拟和实际机器人任务中证明了其优势。

    Jul, 2023

  • 运动规划扩散：使用扩散模型学习和规划机器人动作

    学习轨迹分布的先验信息可以帮助加速机器人运动规划优化，本工作提出了学习扩散模型作为先验信息的方法，并通过扩散模型的逆去噪过程在任务目标条件下直接从后验轨迹分布中进行采样，实验证明扩散模型是编码高维机器人运动轨迹分布的强先验。

    Aug, 2023

  • 通过扩散行为对得分正则化策略优化

    我们提出了一种从评论家模型和预训练的扩散行为模型中有效地提取确定性推理策略的方法，利用后者在优化过程中直接规范化行为分布的评分函数，从而在训练和评估期间完全避免计算密集型和耗时的扩散采样方案，扩散建模的强大生成能力使我们的方法在D4RL任务上将行动采样速度提高了25倍以上，同时仍保持着最先进的性能。

    Oct, 2023

  • Diffusion-ES：基于扩散的没有梯度规划，用于自动驾驶和零指令跟随

    DiffusionES通过组合无梯度优化和轨迹去噪的方法，在数据流形内优化黑盒不可微目标，达到了先进的自主驾驶规划性能，并能优化非可微的语言形状奖励函数，生成复杂行为并解决现有轨迹优化方法和驾驶策略无法应对的场景。

    Feb, 2024

  • 行为克隆策略的一般化程度如何？一种可靠性表现评估的统计方法

    通过一小部分策略演练，我们提出了一个为机器人在任意环境中的性能提供严格下界评估的框架，通过应用标准的随机排序来提供性能分布的最差情况边界，并确保边界在用户指定的置信水平和紧凑度上成立。

    May, 2024

  • 一致性策略：通过一致性蒸馏加速视觉动作策略

    通过一项快速推断的Consistency Policy方法，本研究提出了一种在资源受限的机器人系统中实现低延迟决策的有效替代Diffusion Policy的学习视觉动作控制方法。通过在已训练的Diffusion Policy中强制实施自我一致性，从而获得Consistency Policy，并在六个仿真任务和两个真实世界任务上与Diffusion Policy和其他相关加速方法进行比较，结果显示Consistency Policy相比其他方法可以提高一个数量级的推断速度并保持竞争性的成功率。

    May, 2024

  • ManiCM: 实时三维扩散策略通过一致性模型用于机器人操纵

    我们提出了一种名为ManiCM的实时机器人操作模型，该模型通过在扩散过程中施加一致性约束来生成机器人动作，以实现仅进行一步推理。通过在机器人动作空间中制定一致的扩散过程和点云输入条件下对原始动作进行直接降噪操作，我们设计了一种一致性蒸馏技术来直接预测动作样本，而不是预测视觉领域中的噪声，以在低维动作流形中实现快速收敛。我们在Adroit和Metaworld的31个机器人操作任务上评估了ManiCM的性能，结果表明我们的方法平均推理速度提高了10倍，同时保持具有竞争力的平均成功率。

    Jun, 2024

  • TEDi策略：时域纠缠扩散用于机器人控制

    使用Temporally Entangled Diffusion (TEDi)框架，改进基于扩散的策略提取和训练，在保持性能的同时大幅提升采样速度。

    Jun, 2024

  • 扩散策略优化

    本研究解决了扩散基础策略在连续控制和机器人学习任务中的高效调优问题。提出的DPPO框架通过强化学习中的策略梯度方法，展示了在常见基准测试中优于其他RL方法的强大性能与效率，表明了扩散参数化与强化学习调优之间的独特协同作用，具有广泛的应用潜力。

    Sep, 2024

  • 潜在权重扩散：从轨迹生成策略

    本研究解决了现有扩散政策在性能与行动时间范围之间的权衡问题，提出了一种新颖的潜在权重扩散方法（LWD），通过在潜在空间中学习策略分布，以生成更小的策略网络并减少推理查询。实验表明，在Metaworld MT10基准上，LWD在实现更高成功率的同时，推理模型规模可减少约18倍，且在较长行动时间范围内表现优于传统扩散政策。

    Oct, 2024