Composing Diffusion Policies for Few-shot Learning of Movement Trajectories

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的组合方法DSE-扩散分数平衡,旨在提高机器人学习新技能的样本效率。该方法结合基础政策先验,实现了少样本学习,并有效建模示范数据分布。实验结果表明,该方法显著提升了技能学习的性能,成功教授机器人新轨迹。

🏷️

标签

➡️

继续阅读