Diffusion Policy: Visuomotor Policy Learning via Action Diffusion

Diffusion Policy是由MIT、哥伦比亚大学等机构于2023年提出的一种基于扩散模型的视觉运动策略学习方法。该方法将机器人动作序列建模为条件扩散过程，通过去噪网络逐步生成平滑的动作轨迹，能够有效处理多模态动作分布和长时间horizon的操作任务。Diffusion Policy在推、抓、插等多种操作任务上显著优于传统的行为克隆和强化学习方法，已成为机器人模仿学习的主流范式之一。arXiv:2303.04137。