2302_79135989的博客

摘要： 斯坦福大学提出的UMI（Universal Manipulation Interface）是一种低成本、高效的机器人数据采集框架，通过手持夹持器设计结合视觉-惯性SLAM系统，解决了传统遥操作和视频学习在动态任务中的局限性。UMI采用鱼眼镜头、侧面镜和IMU传感器实现多模态感知，并通过延迟匹配机制（包括相机、执行器、通信延迟的精确估计与补偿）提升策略迁移的稳定性。实验表明，UMI能高效采集复杂操作数据，支持双臂协调等长时序任务，为机器人学习提供了可扩展的通用解决方案。

摘要： Diffusion Policy提出了一种基于条件扩散模型的机器人动作生成方法，通过逐步去噪生成连贯的高维动作序列，解决了传统方法在多模态分布、动作时序一致性和训练稳定性上的瓶颈。该框架利用视觉观测作为条件输入，结合Transformer时序建模，在复杂任务中显著优于现有方法。实验表明，Diffusion Policy能高效学习多样化策略，并稳定生成长程动作序列，为机器人控制提供了新的技术路径。 关键词： Diffusion Policy、机器人学习、多模态动作生成、条件扩散模型、时序一致性

基于Docker和Ollama管理的本地最强模型部署