文章目录每日一句正能量一、引言：为什么机器人需要"生成式动作建模"？二、多模态动作分布：问题的本质2.1 空间多模态性2.2 时间多模态性三、Diffusion Policy 架构详解3.1 总体架构3.2 两种去噪网络实现四、去噪过程：从噪声到动作序列4.1 前向扩散（训练）4.2 反向去噪（推理）4.3 DDIM 加速五、滑动窗口执行：Receding Horizon Control六、核心代码实现6.1 完整训练流程七、实验结果与性能分析7.1 基准对比7.2 关键发现八、进阶主题与扩展8.1 语言条件扩散策略8.2 扩散策略 + 强化学习8.3 扩散策略的世界模型九、挑战与未来方向9.1 当前挑战9.2 未来方向十、总结每日一句正能量勇敢告别的人会被奖励一个新的开始。👉 离开消耗自己的关系或环境，不是失败，而是一种勇气。新的空间、新的可能性，会自然到来。一、引言：为什么机器人需要"生成式动作建模"？在机器人模仿学习中，一个长期困扰研究者的核心问题是多模态动作分布（Multimodal Action Distribution）。考虑一个简单的推方块任务：机器人可以从方块的左侧推，也可以从右侧推，两种轨迹都是有效的演示。然而，传统的行为克隆（Behavior Cloning, BC）使用均方误差（MSE）损失，会将两种模式平均为一个无效的中间轨迹。这一问题不仅存在于空间维度（同一时刻的多个有效动作），还存在于时间维度（同一任务的不同执行顺序）。2023 年，Columbia University 和 Toyota Research Institute 的研究者提出了Diffusion Policy——将扩散模型（Diffusion Model）引入机器人策略学习，通过生成式建模天然地表达多模态分布，在 15 项真实机器人操作任务上取得了 SOTA 性能。本文将从生成式动作建模和多模