突破机器人扩散策略延迟瓶颈:利用历史动作实现亚毫秒级推理
chris_j_paxton · x · 2026-08-06
Diffusion Policy 是推动真实世界机器人学习爆发的核心技术之一，但其弱点在于需要从随机噪声推算最终动作轨迹，导致预测延迟较高。
最新研究提出，不再从随机噪声开始搜索，而是基于机器人历史动作进行初始化。这一改进不仅实现了极快的策略推理速度（亚毫秒级延迟），还在多项场景中提升了模型的泛化能力，能够生成更高质量的动作预测。
「具身」频道最新
- BridgeVLA++ 框架引入时空记忆，大幅提升 3D 机器人操作泛化性 — Peiyan Li · 2026-08-06
- Nori L3 双臂家用机器人发布，售价 1688 美元 — CyberRobooo · 2026-08-06
- 北京 72 台机器人上岗公园：涵盖巡逻清洁与捕蚊 — pstAsiatech · 2026-08-06
- 亚马逊 Zoox 宣布下周在拉斯维加斯启动付费全无人出租车服务 — Polymarket · 2026-08-06
- Ropedia获数千万美元融资，打造真实世界经验基础设施 — 机器之心 · 2026-08-06
- 上交团队提出 GSR：破解 VLA 模型指令泛化难题 — 机器之心 · 2026-08-06