以物理约束生成策略：用于机器人控制的优化引导扩散

扩散模型可以从高维、多模态分布中有效采样，但它们的输出可能违反部署约束。对于任务空间机器人策略，生成的抓取、路径点或轨迹可能在分布上有效但不可行，违反了可达性、避免碰撞或闭环可执行性要求。即使任务空间行为本身是可转移的，该实施例差距也限制了机器人之间的零射击部署。我们提出了一种推理时间优化框架，通过将扩散指导制定为约束优化问题，将行为生成与物理可行性结合起来。我们的主要见解是用优化校正代替后向过程中的采样扰动，允许在采样过程中施加硬约束或软惩罚，而无需重新训练扩散模型，同时保持样本接近学习的先验。我们评估了具有可达性和防撞约束的灵巧抓取合成以及具有控制器级可跟踪性约束的动态操纵的方法。在设置和机器人实施例中，优化引导去噪与投影和梯度引导基线的可行性相匹配，同时更好地保持抓取质量，并提高控制器级别的可执行性和任务成功率，任务成功率提高了高达 20pp。关于灵巧的抓握和 23pp。最佳基线上的视觉运动操纵。