本文介绍了Diffusion Policy（DP）在机器人动作生成中的应用及其原理。首先分析了传统行为克隆（BC）方法的局限性，即单步回归容易将多模态动作分布平均化，导致输出不合理动作。针对这一问题，DP通过扩散模型学习动作分布，能够生成多样化的合理动作序列。 文章详细讲解了DDPM（去噪扩散概率模型）的基本原理，包括前向加噪和反向去噪过程。DP将这一思想应用于机器人领域，在观测条件下生成动作序列