행동을 생성하는 확산
생성 모델이 영상을 만드는 대신 로봇의 움직임을 출력하도록 적용한다. 추론에서는 학습한 행동 분포의 점수 정보를 따라 반복적으로 후보를 다듬는다.
여러 답이 있는 조작
같은 물체를 다루더라도 가능한 움직임이 여러 개일 수 있다. 확산 기반 표현은 이런 다봉 분포와 차원이 높은 행동 공간을 다루기 위한 선택이다.
관측과 실행의 연결
방법은 시각 관측을 조건으로 사용하며 이동 지평 제어를 결합한다. 한 번 만든 긴 계획에만 의존하지 않고 새 관측을 반영해 이후 움직임을 다시 정하는 구조다.
비교 조건
원 논문은 여러 조작 벤치마크에서 기존 학습 방법과 비교했다. 보고된 개선은 해당 과제와 실험 설정의 결과이며, 어떤 로봇과 물체에서도 같은 향상이 보장된다는 뜻은 아니다.
관련 문서
확산 모델 / 모방 학습 / robomimic / FurnitureBench / ACT 행동 청킹 / 로봇 조작