Diffusion Policy
PulseAugur coverage of Diffusion Policy — every cluster mentioning Diffusion Policy across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新模型通过整合视觉和状态来增强机器人操作能力
研究人员开发了几种新方法，通过更好地整合视觉信息与机器人的状态和动作来提高机器人操作能力。例如，GeoProp 是一种轻量级适配器，通过将机器人状态投影到图像平面并注入空间先验来对齐本体感觉和视觉。RoboDojo 提供了一个统一的模拟和真实基准，用于评估通用机器人操作策略在各种任务中的表现。DSWAM 引入了一种双系统方法，将世界动作模型执行器与视觉语言规划器相结合，以实现细粒度操作，而 DynaWM 使用专门针对动态物体操作的基于…
-
HIL-ResRL：AI机器人适配器1小时微调，成功率提升至95%
研究人员开发了HIL-ResRL，一种用于视觉-语言-动作（VLA）模型的新型适配器，能够对真实世界机器人任务进行快速、安全的微调。该系统使用轻量级的残差策略，并结合了人工干预（human-in-the-loop）来纠正错误，并将预训练的VLA模型适配到特定的工业环境中。在UR5e机器人手臂的测试中，HIL-ResRL在经过仅一小时的实时训练后，在抓取放置和插拔等任务上取得了超过95%的成功率，显著优于现有的强化学习基线，并通过最大限…
-
新的FAFM方法生成连续、稳定的机器人动作
研究人员开发了一种新颖的技术——频率感知流匹配（FAFM），通过生成连续且时间上一致的运动来改进机器人动作生成。FAFM解决了现有方法依赖离散动作块的局限性，这些方法在处理以不同频率收集的数据时可能导致不稳定。通过使用离散余弦变换将动作序列转换到频域，然后通过余弦基展开进行重构，FAFM能够生成更平滑、更鲁棒的动作。该方法已在各种基准测试和实际的Franka机器人上取得了成功，提高了控制稳定性和多模态表现力。
-
新AI框架使机器人能够与人类共同创作音乐
研究人员开发了Co-policy，一个新颖的框架，使机器人能够与人类共同创作音乐。该系统整合了语义理解和物理执行，允许机器人在语音、音乐输入和视觉线索的基础上生成互补的音乐响应。与真实机器人的实验证明了Co-policy在与人类意图保持一致和准确执行音乐表演方面的有效性。
-
机械手通过触觉模拟掌握盲抓
研究人员开发了一种新颖的框架，用于通过灵巧机械手进行仅触觉的盲抓。他们的方法利用了Real2Sim触觉校准管道来创建一个数字孪生模拟器，该模拟器可以准确地重现现实世界的触觉信号。这与一个布局感知的触觉编码器相结合，该编码器整合了传感器几何先验知识，以及一个在模拟器中针对特定对象强化学习专家进行训练的Diffusion Policy。部署的策略在物理机械手上对20个对象实现了27%的成功率，且无需视觉输入。
-
机器人研究在操作、AI、安全和泛化方面取得进展
研究人员正在开发先进的机器人操作方法，重点是提高泛化性、安全性和效率。BiCICLe 等新框架利用上下文学习来执行双臂任务，而 Ambient Diffusion Policy 和 GHOST 则增强了从次优或多样化数据中进行模仿学习的能力。其他方法，如 WorldDP 和 Latent Diffusion Policy，则使用分层结构和世界模型来处理复杂的多阶段任务。此外，PACT 和一项关于安全具身AI的调查，解决了机器人系统在物…
-
新的Fisher-Preserving Guidance增强了扩散模型的导航能力
研究人员开发了一种新的无训练推理方法，称为Fisher-Preserving Guidance (FPG)，以提高扩散模型在视觉导航任务中的可靠性和效率。该方法有助于防止轨迹偏离训练流形，这是标准引导技术的一个常见问题。FPG通过计算保留Fisher信息的更新来实现这一点，每次迭代仅需一次反向传播即可实现实时应用。该方法还结合了截断Fisher去噪敏感性以实现鲁棒的动作融合，并在导航基准测试中展示了改进的性能。
-
研究：VLA 模型根据架构出现可预测的失败模式
一篇新研究论文揭示，视觉语言动作 (VLA) 模型根据其底层架构表现出不同的失败模式。研究发现，虽然方向反转率是 VLA 失败的通用预测指标，但诸如加速度和速度违规等其他监控方法仅在与特定 VLA 架构匹配时才有效。这表明，一刀切的 VLA 安全监控方法是不够的，特定架构的监控对于可靠部署至关重要。
-
TAVIS基准测试通过自主视觉推动机器人模仿学习发展
研究人员推出了TAVIS，这是一个旨在评估机器人模仿学习中自主视觉的新基准测试。该基准测试包括两个任务套件：TAVIS-Head和TAVIS-Hands，它们基于人形具身，并利用IsaacLab。TAVIS提供了一个配对的头戴摄像头与固定摄像头协议、用于预测性注视的新颖的注视-动作提前时间（GALT）指标，以及程序性的分布内/分布外划分。使用Diffusion Policy和$\pi_0$进行的初步实验表明，自主视觉通常能提高性能，但…
-
MSACT通过稳定、低延迟的空间对齐改进机器人精细操作
研究人员开发了MSACT，一种用于改进机器人精细操作（尤其是在双臂任务中）的新方法。该方法使用多阶段空间注意力模块提取稳定的二维注意力点并预测未来序列，从而提高定位稳定性和减少漂移。在ALOHA平台上进行测试，MSACT证明了其在保持低延迟推理的同时，提高了任务成功率和对视觉干扰的鲁棒性，解决了ACT和Diffusion Policy等现有方法的局限性。