ET-SEED

ET-SEED：提升机器人操作泛化能力的高效等变扩散策略

本文介绍了人工智能领域顶级会议 ICLR 2025 接收论文 "ET-SEED: Efficient Trajectory-Level SE (3) Equivariant Diffusion Policy"。该论文由北京大学前沿计算研究中心董豪老师组完成，本文有三位共同第一作者：铁宸睿本科毕业于北京大学，现为新加坡国立大学博士生，陈越是北京大学硕士生，吴睿海是北京大学博士生；通讯作者董豪是北京大学助理教授，其领导的实验室主要研究方向为具身智能、大模型、计算机视觉与强化学习。论文链接：：： SE (3) 等变的扩散策略（ET-SEED），通过将等变表示学习和扩散策略结合，使机器人能够在极少的示范数据下高效学习复杂操作技能，并能够泛化到不同物体姿态和环境中。

3/6/2025 3:57:00 PM

机器之心

资讯热榜

Mac也能跑Qwen3，一文看懂本地部署qwen 3配置要求 Ollama 支持全线的 Qwen 3 模型 Qwen3正式发布，优化编码与代理能力，强化MCP支持引领AI新潮流 AI视频资讯早读！7个产品更新+8个案例精选小米开源“Xiaomi MiMo”大模型：为推理而生，以 7B 参数超越 OpenAI o1-mini 小米首个推理大模型Xiaomi MiMo开源 DeepWiki：AI驱动的GitHub代码库百科全书正式亮相性能与效率的双赢:Qwen3横空出世，MoE架构大幅降低部署成本

标签云

人工智能 OpenAI AIGC AI ChatGPT AI绘画 DeepSeek 模型数据机器人谷歌大模型 Midjourney 智能用户开源学习 GPT 微软 Meta 图像 AI创作技术论文 Gemini Stable Diffusion 马斯克算法蛋白质芯片代码生成式英伟达腾讯神经网络研究计算 Anthropic 3D Sora AI for Science AI设计机器学习开发者 GPU AI视频华为场景人形机器人预测百度苹果伟达 Transformer 深度学习 xAI Claude 模态字节跳动大语言模型搜索驾驶具身智能神器推荐文本 LLaMA Copilot 算力安全视觉视频生成训练干货合集应用大型语言模型亚马逊科技智能体 AGI DeepMind