Diffusion-2BC：面向自动驾驶离线行为克隆的扩散与回归混合训练方法

Diffusion-2BC 将扩散去噪目标与共享视觉编码器上的辅助确定性行为克隆损失结合，辅助分支仅在训练阶段使用，推理仍基于扩散。在 Claw 任务中，该方法将平均掩码距离误差较基于扩散的行为克隆基线降低约 10%，较标准确定性行为克隆降低 85%；在 CARLA 无路线导航评测中，Town01 和 Town02 上的行驶距离均超过两个基线。