等变扩散策略提出对称性感知引导框架

Minwoo Park 等人在 arXiv 发表预印本，提出等变扩散策略（EDP）的对称性感知引导框架。作者称从理论上证明 EDP 的扩散过程具有等变性，并由此导出群不变的隐噪声 MDP，使其适合做等变扩散引导；随后在对称性程度不同的任务上比较标准、等变与近似等变三种强化学习引导策略。 作者称，在对称性被破坏的情形下，严格等变存在实际边界；但在引导阶段利用对称性可提升样本效率、防止价值发散，并且在 EDP 仅用极有限演示训练时也能取得较强的策略改进。上述效果均为作者自述，预印本尚未经同行评议，也未见独立验证。该工作标注为在 IFAC World Congress 2026 报告。 报道未给出具体任务、机器人平台、试验次数与成功率等条件。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。