GitHub 项目复现 Patch Policy 具身控制，用 DINOv2 patch 特征
k7agar · x · 2026-07-28
这是一个对论文 Patch Policy（Efficient Embodied Control via Dense Visual Representations，arXiv:2607.18236）的 GitHub 复现项目。
- 复现方案是：冻结 DINOv2 ViT-S/14 提取 patch 特征，再接 Diffusion Policy 头部。
- 架构上，224×224 图像被编码成 256 个 patch token（384d），随后用 block-causal transformer 做每帧读出，再交给 DDPM 去生成 5-step action chunk（范围 [-1, 1]）。
- 作者给出的结果：在 Push-T 上，100 次 rollout 的 coverage 达到 0.772，接近论文表格里的目标 0.83。
- README 里还展示了 SO-101 的演示，运行速度标注为 2×。
「具身」频道最新
- 物理 AI 可能让工业机器人更容易部署 — Responsible-Grass452 · 2026-07-28
- 1983 年 Topo 机器人：先跑代码，后感知世界 — tobowers · 2026-07-28
- Papers with Code 机器人专题页追踪主流基准与趋势 — NielsRogge · 2026-07-28
- Vstone 推出 97 公斤移动双臂人形机器人，瞄准工厂和物流 — CyberRobooo · 2026-07-28
- 北京两条 AI 路线：Kimi K3 与千寻智能机器人 — 智东西 · 2026-07-28
- SkoBot 把玩具机器人变成原住民语言学习器 — danielleboyerr · 2026-07-28