Equivariant Diffusion Policy

最近的研究表明，扩散模型是学习行为克隆演示数据中产生的多模态分布的有效方法。然而，这种方法的缺点是需要学习一个比学习显式策略更复杂的去噪函数。在这项工作中，我们提出了等变扩散策略，这是一种新的扩散策略学习方法，利用域对称性来获得更好的样本效率和去噪函数的泛化能力。我们在理论上分析了完整6自由度控制的$\mathrm{SO}(2)$对称性，并表征了扩散模型何时是$\mathrm{SO}(2)$-等变的。此外，我们在MimicGen中对一组12个仿真任务进行了实证评估，并显示它的成功率平均比基线扩散策略高出21.9%。我们还在一个真实系统上评估了该方法，以表明可以用相对较少的训练样本学习有效的策略，而基线扩散策略则不能。

本篇论文旨在解决行为克隆中需要学习复杂的去噪函数的问题，并提出了一种新的扩展扩散策略的方法，以提高样本效率和泛化性能。

该论文提出了一种基于域对称性的扩散策略学习方法，可以更好地处理6-DoF控制中的SO（2）对称性，从而提高了去噪函数的效率和泛化性能。

该论文在MimicGen中进行了12个仿真任务的实验，并表明该方法的成功率平均比基准扩散策略高出21.9％。此外，该方法还在真实系统上进行了评估，结果表明相对较少的训练样本即可学习到有效策略。

最近在这个领域中，也有一些关于扩散模型的研究，例如“Learning Continuous Hierarchies in the Lorentz Model of Hyperbolic Geometry with Diffusion Maps”和“Diffusion Decision Tree”。