Diffusion Policy

先读这三篇。

Diffusion Policy 把扩散搬进控制 → 3D-DP 给它装 3D 眼睛 → π0 把流匹配做到产业级基础模型。

1. 1
   Diffusion Policy: Visuomotor Policy Learning via Action Diffusion 2023 · RSS · ⭐⭐⭐

   让机器人像调电视雪花一样产生动作：从满屏乱码开始，擦几下，下一步该怎么动就擦出来了。

2. 2
   3D Diffusion Policy: Generalizable Visuomotor Policy Learning via Simple 3D Representations 2024 · RSS · ⭐⭐⭐

   让机器人改看 3D 立体形状（点云）而不是 2D 照片来学动作，10 条示范就够，72 个任务平均比原版强 24.2%，真机成功率从 35% 涨到 85%，安全违规率 0%。

3. 3
   π₀: A Vision-Language-Action Flow Model for General Robot Control 2024 · arXiv · ⭐⭐⭐⭐

   Physical Intelligence 的 π₀：在 PaliGemma 3B 视觉-语言模型上挂 300M 参数的 action expert，用 流匹配（flow matching） 一次生成 50 步连续动作 chunk，在 7 种机器人、68 任务、1 万+ 小时数据

Diffusion Policy 全部 16 篇。