arXiv Robotics· Site Hu, Takato Horii·· 2 小时前AI 评分34
SADP：从基础模型生成演示中学习子目标感知扩散策略，实现长程机器人操作
SADP: Subgoal-Aware Diffusion Policy for Long-Horizon Manipulation Learned from Foundation Model Generated Demonstrations
AI 导读
SADP 利用基础模型自动生成带子目标标注的演示数据，并据此训练扩散策略，将动作生成同时以任务级和子目标级自然语言描述为条件。该方法通过一个轻量辅助头预测延续分数，驱动在线子目标切换并支持阶段级进度监控。在 RLBench 仿真和 UR5e 真机实验中，SADP 在保持任务性能竞争力的同时提供了时间对齐的子目标级执行信号。
来源：arXiv Robotics · arxiv.org