仅改一行代码，让次优数据提升机器人学习
giannis_daras · x · 2026-07-30
Ambient Diffusion Policy 提出了一种利用次优或分布外数据进行机器人模仿学习的方法。研究发现，扩散策略在不同噪声水平下会学习数据的不同特征：高噪声时学习全局任务结构，低噪声时优化局部运动。该算法仅需修改 Diffusion Policy 的数据加载器，限制次优数据只在高低噪声阶段参与训练，即可有效提取有用信号并避免有害特征。
所属事件:Ambient Diffusion 获双奖，用次优数据训练机器人(2 条相关)→
「具身」频道最新
- 70页综述：语言条件下的机器人操作基础模型 — oier_mees · 2026-07-30
- 利用次优数据训练机器人，Ambient Diffusion 获双奖 — giannis_daras · 2026-07-30
- IROS 2026 折纸挑战赛数据集发布：含 470 万帧触觉感知数据 — DJiafei · 2026-07-30
- 8家国内机器人公司估值冲破200亿，拆解三种估值逻辑 — 创业邦 · 2026-07-30
- 无人机 30 分钟扫完风机，AI 自动诊断风电叶片损伤 — lukas_m_ziegler · 2026-07-30
- CMU 提出 SuperMap：具身智能的活体空间记忆 — rsasaki0109 · 2026-07-30