灵巧手操控

基于视频扩散模型的机器人策略，可准确预测未来图像序列 Video Prediction Policy（简称VPP）是基于视频扩散模型的机器人策略，借助预测性视觉表示反映物理世界演变，结合多样化人机操控数据集，采用统一视频生成训练目标训练。经测试，VPP在模拟、真实世界两类基准测试中性能均优于现有同类方案，多个经典测试任务实现超28%的性能提升。