提出Immiscible Diffusion Policy方法

2026年10月15日，arXiv Robotics 报道，Xiao Zhang 等作者提出 Immiscible Diffusion Policy，一种无需标签的训练期附加方法，用于缓解扩散策略常坍缩到单一模态的问题。该方法通过动作-噪声分配保留较清晰的噪声到动作路径，不改变策略架构或推理流程。报道称，在五个仿真和两个真实世界人形操作任务上，该方法将三个双模态任务中非主导模态占比提升 6.0x-14.6x，并在两个四模态任务上恢复了原始策略 rollout 中完全缺失的演示模态。目前事件进展限于该方法的提出与上述实验结果的公布，尚无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。