DiffWBC：一步扩散实现人形全身控制

Yifei Huang 等作者在 arXiv 提交预印本，提出 DiffWBC：把可引导的通用人形运动跟踪控制器改为一步扩散生成范式，每个 50 Hz 控制步只需一次前向，可从强化学习教师蒸馏，也可经基于模型的强化学习从头训练。作者称，在留出基准上，其局部跟踪误差在六个通用跟踪器中最低（BONES 上 20.1 mm），并已部署在 Unitree G1 实机上。 零样本测试时引导用可微代价梯度与身体分组掩码在线调制冻结控制器。作者报告，在 1.25 m 高度下干净通过率为 0.84，高于运动学参考编辑的 0.10，并零样本泛化到跨栏、空间伸手、执行器故障和托盘平衡。作者还称，生成噪声下的规划离散度无需物理仿真即可识别跟踪失败（前 2% 精确率 91%），对标记片段做定向微调可解决 50% 的失败案例。以上均为预印本自述，尚未经同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。