Ambient Diffusion Policy 中选 CoRL 2026,用噪声选择性学习亚优机器人数据
giannis_daras · x · 2026-09-05
Ambient Diffusion Policy 被 CoRL 2026 接收（Austin 举行）。该方法针对机器人学习中普遍存在的亚优数据（suboptimal data）问题，提出比数据过滤和共训练更好的方案：过滤会浪费数据，共训练会同时学到好坏特征，而 Ambient Diffusion Policy 通过依赖噪声程度的数据使用方式（noise-dependent data usage），选择性地从数据中学习有用特征。
「具身」频道最新
- Rivian 收购世界模型初创 Third Dimension,加速自动驾驶研发 — emmanuelvivier · 2026-10-23
- 英伟达柏林 GTC:人形机器人与 Vera Rubin 超算成主角 — emmanuelvivier · 2026-10-23
- 小鹏 IRON 产线亮相:核心工序自动化率超 80%,瞄准 2026 年底量产 — ingliguori · 2026-10-23
- 港大 TILDE:从具身基础模型蒸馏机器人策略 — hkuhk · 2026-10-23
- 机器人公司实测：12 台测试机器人中 10 台无需微调即可上手 — micoolcho · 2026-10-23
- EmbodiedEvo:让机器人智能体在试错中积累 Skills 与 Lessons 自我进化 — jiqizhixin · 2026-10-23