Consistency Model Policies for Robotics: A Review

本文系统综述了机器人领域一致性模型策略（Consistency Model Policies）的最新进展。一致性模型策略通过学习从任意噪声点直接映射到数据点的函数，实现单步或少步采样，相比扩散策略具有更快的推理速度，是机器人操作策略学习的新兴方向。文章分析了无条件一致性模型、条件一致性模型、引导一致性模型、一致性模型与强化学习结合等核心方法，以及动作分块、时间一致性、推理加速等关键技术。适用场景包括机器人操作、灵巧手控制、移动操作等需要实时多模态动作的领域。来源机构包括Google DeepMind、UC Berkeley、MIT等顶尖研究机构。