DiPLO人形机器人移动操作规划框架

2026年10月20日，arXiv Robotics 报道 Shafeef Omar 等作者提出 DiPLO（自蒸馏扩散规划，self-distilled Diffusion Planning for Loco-manipulation）框架，将自蒸馏扩散规划器与低层全身跟踪策略结合，用于人形机器人移动操作。报道称，在 pick-carry-place 任务上，DiPLO 实现 99% 成功率，而预训练模型仅 45%。其训练分两阶段：SD:DPO 阶段去除规划器对强任务条件的依赖，DA:PPO 阶段用最大熵强化学习微调扩散模型，以对齐冻结跟踪器的执行能力。报道还称，该方案在 Unitree G1 硬件上完成重复成功执行，且无需任何真实世界微调。目前该事件仅有这一篇主报道，尚无后续跟进报道，上述成功率与硬件结果均来自该报道的单方陈述。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。