3D Diffusion Policy

发表时间:Sep 2024

论文链接:https://readpaper.com/pdf-annotate/note?pdfId=2520925932286952960&noteId=2606956515663564544

作者单位:Shanghai Qi Zhi Institute

Motivation:Imitation learning provides an efficient way to teach robots dexterous skills; however, learning complex skills robustly and generalizablely usually consumes large amounts of human demonstrations.(健壮和可概括地学习复杂的技能通常会消耗大量的人类演示,也是从人类演示数据需要太多的角度进行切入)。

解决方法:为了解决这个具有挑战性的问题,我们提出了 3D 扩散策略 (DP3),这是一种新的视觉模仿学习方法,它将 3D 视觉表示的力量整合到扩散策略中,这是一种条件动作生成模型。DP3 的核心设计是利用紧凑的 3D 视觉表示,从具有有效点编码器的稀疏点云中提取。with just 10 demonstrations and DP3 outperforms its 2D counterpart by a relative margin of 24.2%(对比2D的DP).

DP3 使用直接高效的 MLP 编码器将稀疏采样的点云编码为紧凑的 3D 表示。随后,DP3 将随机噪声去噪为连贯

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ming_Chs

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值