יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

מדיניות דיפוזיה לא-תלויה: שימור פעולות רובוטיות מודאליות ללא תוויות

Immiscible Diffusion Policy: Preserving Multimodal Robot Actions through Label-Free Noise Assignment
מדיניות דיפוזיה לא-תלויה: שימור פעולות רובוטיות מודאליות ללא תוויות. המחקר מציג פתרון חדש לשימור פעולות רובוטיות מודאליות בלי לשנות את הארכיטקטורה של המדיניות. הפתרון, הנקרא Immiscible Diffusion Policy, משתמש בהצמדת רעש-פעולה לשימור דרכים רעש-פעולה נפרדות. המחקר מדגים את הפתרון בשישה משימות רובוטיות מומחשות ובשתי משימות רובוטיות אמיתיות. התוצאות מראות שהפתרון משפר את שימור הפעולות המודאליות של המדיניות.
תקציר מקורי באנגליתarXiv:2610.09369v1 Announce Type: cross Abstract: When diffusion policies were first introduced, they were expected to recover multi-modal action distributions. However, we find this expectation does not always hold, as diffusion policies often collapse to a single modality even when we guarantee the balance of dataset modalities and exact within-batch symmetry. Our analysis indicates that independent action-noise pairing contributes to this failure by increasing mixing and crossing among diffusion paths, which can produce averaged denoising responses and suppress modality-specific behavior. This issue is especially severe in robot planning, where action spaces are dense and low-dimensional, significantly increasing such mixing and crossing. To alleviate this problem, we propose Immiscible
קרא במקור המקורי