东南大学团队 LeaP 被 CoRL 2026 接收:让扩散动作生成的起始分布随机器人状态自适应
jiqizhixin · x · 2026-10-11
- 东南大学魏秀参团队的 LeaP(Learnable source Prior)被 CoRL 2026 接收,研究扩散策略中动作生成起点的建模方式。
- 传统扩散动作生成从标准高斯出发,与观测无关;A2A、VITA 等方法用本体感知或视觉信息构造起点,但视作确定性估计,不建模不确定性。
- LeaP 用本体感知条件化的对角高斯分布替代固定标准高斯,联合学习均值和方差,使生成起点随机器人当前状态自适应。
- 在 15 个 RoboTwin 仿真操作任务上平均成功率达 81.6%(原文此处截断,完整数字见原文)。
「具身」频道最新
- 开发者把 AI Passport 做成随身 EDC：27 款游戏加漂流瓶社交 — ezshine · 2026-10-11
- 软体线物体共仿真框架 DeformX 获 IROS 2026 口头报告 — rsasaki0109 · 2026-10-11
- Eric Jang 重提旧文:押注算力压力催生自发智能 — ericjang11 · 2026-10-11
- Wuji Hand 开源 mjlab 训练栈：PPO 转笔与方块翻转全流程 — rohanpaul_ai · 2026-10-11
- 博主首次坐 Waymo 无人车去旧金山机场:体验满分,不再打 Uber — braelyn_ai · 2026-10-11
- 用 R2D1 机器人驱动等身骨架,万圣节上门吐槽讨糖小孩 — natesiggard · 2026-10-11