跳转至

Consistency Policy

📌 一句话：把预训练 Diffusion Policy 用一致性蒸馏压成少步/单步生成，推理快约一个数量级而性能基本不掉——让扩散策略能跑在算力受限的移动操作/无人机上。 🎬 项目页 · 代码 · 论文 ⚠️ 摘要级占位卡：基于摘要/项目页，未精读全文。

🧰 对我们（速判）

  • 解决扩散策略"推理慢"痛点的代表：和 卡片-AdaFlow 同属"加速扩散/流策略"家族，但走蒸馏路线。若我们要把扩散策略上实时控制，这是关键一招。
  • 真实性：高（开源 + 项目页 + Bohg 组）→ 证据 A。
  • 能借：✅ 代码；"从慢扩散教师蒸馏出快学生"流程可套到我们自己的策略。

关键（摘要级）

  • 对预训练扩散策略做自一致性约束蒸馏，得到快速学生策略。📄
  • 推理提速约一个数量级，精度仍有竞争力；适配移动操作机器人、四旋翼等资源受限平台。📄
  • 作者 Aaditya Prasad, Kevin Lin, Jimmy Wu, Linqi Zhou, Jeannette Bohg（斯坦福）。

与我们的关系

来源