arXiv · ML· Xiao Zhang, Yuxin Chen, Zhixuan Liang, Guojian Zhan, Chenran Li, Chenfeng Xu, Masayoshi Tomizuka, Yiheng Li·· 2026-10-08AI 评分37
Immiscible Diffusion Policy 通过无标签噪声分配保持多模态机器人动作
Immiscible Diffusion Policy: Preserving Multimodal Robot Actions through Label-Free Noise Assignment
AI 导读
Immiscible Diffusion Policy 采用无标签训练时增强方法,解决扩散策略坍缩为单一模态的问题。 方法通过动作噪声分配保持独立噪声-动作路径,无需修改模型架构或推理过程。 在 7 个人形机器人任务中,该方法将非主导模态比例提升 6.0 倍至 14.6 倍。
来源:arXiv · ML · arxiv.org