用扩散模型建模并理解人形机器人策略的神经网络权重

研究采用线性自编码器加 Diffusion Transformer 的潜在扩散框架，将 actor 网络参数压缩到紧凑潜在空间并建模其分布，在 Unitree G1 机器人强化学习收集的网络权重上训练，生成的网络可实机部署完成行走、跳舞和回旋踢等动作。研究还在第一层权重中识别出持续反映机器人运动学先验的结构规律，该先验在强化学习与模仿学习训练下均会出现，提示其可能源于人形具身共性而非特定优化过程。