SADP：子目标感知扩散策略用于长程操作

2026年10月20日，arXiv Robotics 报道了 Site Hu、Takato Horii 提出的子目标感知扩散策略框架 SADP。该研究针对长程机器人操作，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，使动作生成同时以任务级和子目标级自然语言描述为条件。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。目前进展为框架提出与初步实验验证。

AI 根据报道生成 · 47 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。