FODMP：用于时间相关机器人动作的运动原语生成的快速一步扩散

扩散模型越来越多地用于机器人学习，但当前的设计面临着明显的权衡。像 ManiCM 这样的动作分块扩散策略运行速度很快，但它们只能预测运动的短片段。这使得它们具有反应性，但无法捕获与时间相关的运动基元，例如通过内置的加速和减速动态曲线来遵循类似弹簧阻尼器的行为。最近，运动基元扩散 (MPD) 通过使用概率动态运动基元 (ProDMP) 参数化完整轨迹，部分解决了这一限制，从而能够生成时间结构化运动。然而，MPD 将运动解码器直接集成到多步扩散过程中，导致推理延迟过高，限制了其在实时控制设置中的适用性。我们提出了 FODMP（运动原语的快速单步扩散），这是一种新框架，它将扩散模型提炼到 ProDMP 轨迹参数空间中，并使用单步解码器生成运动。 FODMP 保留了运动原语的时间结构，同时通过单步一致性 蒸馏 消除了推理瓶颈。这使得机器人能够以高推理速度执行与时间相关的基元，适合基于闭环视觉的控制。在标准操纵基准（MetaWorld、ManiSkill）上，FODMP 的运行速度比 MPD 快 10 倍，比动作分块扩散策略快 7 倍，同时匹配或超过其成功率。除了速度之外，通过生成快速加速-减速运动原语，FODMP 允许机器人拦截并安全地捕捉快速飞行的球，而动作分块扩散策略和 MPD 对于实时拦截来说响应太慢。