具身智能之 Diffusion Policy：技术解析与应用实践

一、Diffusion Policy 的核心概念

Diffusion Policy 是一种基于扩散模型（Diffusion Models）的决策生成框架，专为具身智能（Embodied Intelligence）设计。其核心思想是通过逐步去噪的过程，在复杂环境中生成鲁棒的动作序列。与传统的强化学习（RL）或模仿学习（IL）相比，Diffusion Policy 在以下场景中表现突出：

• 高维连续动作空间（如机械臂多关节控制）。

• 多模态决策（同一状态可对应多种合理动作）。

• 噪声环境下的鲁棒性（传感器噪声、动态环境变化）。

关键公式