伯克利用扩散模型采样机器人策略

伯克利研究者训练了一个扩散模型，训练数据是数千个强化学习策略的权重，再从该模型采样出新策略。研究者称，采样出的策略在真实 G1 机器人上完成了走路、跳舞和回旋踢。 目前公开的信息只有这一结果和演示视频，没有给出成功率、稳定性或可迁移到其他机器人的验证数据。

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。