跳转至

Equivariant Diffusion Policy

📌 一句话：把任务里的对称性（SO(2) 等变）直接编进扩散策略网络，6-DoF 控制下样本效率更高——仿真基准成功率比基线高约 22%，真机少量数据也能学好。 🎬 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）

  • "几何归纳偏置 → 扩散策略"代表：当数据贵时，用对称性换样本效率是高性价比一招；和 卡片-3D-DiffusionPolicy 都属"给扩散策略加结构先验"。
  • 真实性：高（CoRL 2024 Oral + 开源 + Robert Platt 组）→ 证据 A。
  • 能借：✅ 代码；等变网络模块可移植到我们的策略骨干。

关键（摘要级）

  • 在扩散行为克隆里引入域对称性，利用 6-DoF 任务的 SO(2) 等变性质。📄
  • 仿真基准成功率较基线约 +21.9%；真机少量演示即可学到有效策略。📄
  • 作者 Dian Wang, Robin Walters, Robert Platt 等（东北大学 + Boston Dynamics AI Institute）。

与我们的关系

来源