PIDiff扩散策略

成功率升幅显著

一种融合高性能Transformer的扩散策略，通过子链接与交叉链接模块作为噪声预测器，显著提升机器人模仿学习的准确性与鲁棒性。

Huang, Yunzhi · Peng, Jin · 韩亮 · Yingzhao, Li · Xudong, Hou

IEEE Robotics and Automation Letters 2026

技术优势

动作更准

通过子链接与交叉链接模块增强的Transformer作为噪声预测器，提升了对环境理解，从而提高动作预测准确率。

推理更快

采用线性复杂度Transformer，在提高成功率的同时降低推理延迟，适合实时机器人控制。

显存占用低

模型架构设计减少了GPU内存需求，使得部署在计算资源有限的机器人平台上更可行。

应用场景

• 机器人操作：用于机器人操作任务，提高成功率与鲁棒性，替代传统模仿学习。
• 模仿学习：作为模仿学习策略，直接从演示中学习动作，无需手动编程。
• 抓取：用于抓取任务，提升抓取成功率和泛化能力。
• 移动操纵：用于移动操纵任务，在动态环境中提供更鲁棒的操作能力。