伯克利用扩散模型直接采样机器人策略权重

UC Berkeley 团队（Huixuan Cheng、Bike Zhang、Shankar Sastry、Koushil Sreenath）提出用扩散模型直接采样机器人控制网络，即直接生成策略权重，而非让扩散模型逐点输出动作。2026 年 10 月 16 日 AGI Hunt 报道称，该工作已发布为 arXiv 论文，采用 latent diffusion 框架直接采样机器人控制网络，并在 Unitree G1 真机上完成行走、奔跑与起舞等动作演示。就目前报道看，事件进展为论文公开并给出真机验证结果，报道未披露与其他方法的具体对比数据或后续计划。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。