SeedPolicy: Horizon Scaling via Self-Evolving Diffusion Policy for Robot Manipulation

SeedPolicy提出自进化门控注意力（SEGA）时序模块，通过门控注意力维护时间演化的潜在状态，实现高效的循环更新，将长时序观测压缩为固定大小表示并过滤无关时序信息。将SEGA集成到扩散策略中得到SeedPolicy，解决了时序建模瓶颈，实现可扩展的视野扩展且开销适中。在RoboTwin 2.0基准测试上，SeedPolicy在长时序操作任务上展现出显著性能提升，为机器人操作策略的长时序建模提供了新的架构范式。arXiv编号：2603.05117。