首页 /研究 /SegDiff:用于一致且自适应机器人操作的分段轨迹扩散
MANIPULATION

SegDiff:用于一致且自适应机器人操作的分段轨迹扩散

Haidong Cao, Wenjun Cao, Quanhao Li, Sicheng Xie, Zhiying Du, Jiaqi Leng, Zuxuan Wu, Yu-Gang Jiang

发表年份
2026
访问权限
开放获取

摘要

SegDiff是一种闭环视觉运动策略,它将演示分解为关键姿态之间的运动段,并学习从当前状态到下一个关键姿态的连续轨迹预测,从而实现长时域预测与实时优化。通过动态时间集成机制,该策略能有效应对动态环境并缓解多模态采样带来的不连续性,在机器人操作任务上显著优于现有方法。

关键词

imitation learningdiffusion modelrobot manipulationtrajectory predictionkeypose

相关论文

查看 MANIPULATION 分类全部论文