扩散模型在权重空间生成人形控制网络

UC Berkeley 的 Huixuan Cheng 等发布论文，用线性自编码器加 Diffusion Transformer 对 Unitree G1 人形机器人强化学习策略网络的权重做潜空间扩散建模，生成的网络可在真实机器人上执行走路、跳舞和旋转踢等动作。工作基于 arXiv:2610.20606，以上结论基于论文摘要。 研究还分析生成权重的结构，发现第一层权重存在持续反映机器人运动学先验的结构，且在强化学习与模仿学习训练的网络中均观察到该现象；项目网站已公开。

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。