Diffusion Policy（扩散策略）

Diffusion Policy将机器人动作序列视为扩散模型的生成目标，以视觉观测为条件，通过迭代去噪生成平滑且多模态的动作轨迹。相比传统行为克隆（如高斯混合模型），它能更好地处理人类演示中的多模态性和不确定性。训练时，模型学习从噪声恢复专家动作；推理时，从随机噪声开始，经多次去噪步生成动作。该方法在多个仿真和真实机器人任务中表现出优越的稳定性和泛化能力，是具身智能领域的重要进展。