arXiv cs.RO 机器人学· Lei Zheng, Peiqi Yu, Zengqi Peng, Changliu Liu, Armin Lederer·· 7 小时前AI 评分55
Dynamic Neural Koopman 蒸馏框架将扩散策略推理压缩为单次前向以实现快速机器人控制
Dynamic Neural Koopman Distillation for Fast Robot Control Using Diffusion Models
AI 导读
论文提出 Dynamic Neural Koopman（DNK）蒸馏框架，把多步扩散推理压缩为以观测和采样噪声为条件的单次前向，并引入 Factorized Dynamic Koopman（FDK）层，用潜空间中的条件相关特征值线性算子建模去噪过程。
来源：arXiv cs.RO 机器人学 · arxiv.org