摘要： 机器人动作生成方法经历了从行为克隆（BC）到生成式策略的演进，核心矛盾在于传统回归范式无法建模专家行为的多模态分布。扩散策略（Diffusion Policy）通过条件去噪过程突破单峰假设限制，成为里程碑式解决方案，但面临推理延迟高的挑战。随后发展出三条分支：扩散模型路线通过3D感知和大规模预训练提升精度；流匹配（Flow Matching）路线优化推理速度；自回归路线强化语言泛化能力。2

摘要： 机器人动作生成方法经历了从行为克隆（BC）到生成式策略的演进，核心矛盾在于传统回归范式无法建模专家行为的多模态分布。扩散策略（Diffusion Policy）通过条件去噪过程突破单峰假设限制，成为里程碑式解决方案，但面临推理延迟高的挑战。随后发展出三条分支：扩散模型路线通过3D感知和大规模预训练提升精度；流匹配（Flow Matching）路线优化推理速度；自回归路线强化语言泛化能力。2

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