开发者生态
Diffusion Policy
Diffusion Policy 由哥伦比亚大学等团队提出，以扩散生成模型建模机器人动作分布，是当前模仿学习的重要基线方法。
项目说明
Diffusion Policy 用条件扩散模型生成未来动作序列，能刻画多模态动作分布。
相比确定性策略，它在接触丰富、需柔顺控制的任务上更稳定。
能力与适用场景
任务域
imitationmanipulation
框架 / 工具链
PyTorch
主题标签
imitation-learningdiffusion-modelmanipulation