avatar
Articles
165
Tags
34
Categories
0
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About
ALTNT's Hexo Blog
Home
Archives
Tags
Categories
List
  • Music
  • Movie
Link
About

Generative Skill Chaining: Long-Horizon Skill Planning with Diffusion Models

Created2024-08-23|Updated2024-08-23
|Post Views:
Author: ALTNT
Link: http://blog.705553939.xyz/2024/08/23/Ros%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%9B%B8%E5%85%B3/%E6%9C%BA%E5%99%A8%E4%BA%BA%E7%9B%B8%E5%85%B3%E8%AE%BA%E6%96%87/GenerativeSkillChainingLong-HorizonSkillPlanningwithDiffusionModels/
Copyright Notice: All articles in this blog are licensed under CC BY-NC-SA 4.0 unless stating additionally.
Ros机器人
Previous
Diffusion Policy
Next
STAP: Sequencing Task-Agnostic Policies
Related Articles
2024-06-05
模仿学习
2024-06-05
ROS通信机制
2024-08-23
Diffusion Policy
2024-08-23
STAP: Sequencing Task-Agnostic Policies
2024-06-05
接下来可能看的论文
2024-08-23
Learning Symbolic Representations for Planning with Parameterized Skills
avatar
ALTNT
Articles
165
Tags
34
Categories
0
Follow Me
Announcement
This is my Blog
Contents
  1. 1. Generative Skill Chaining: Long-Horizon Skill Planning with Diffusion Models生成式技能链：基于扩散模型的长时程技能规划
    1. 1.0.1. 创新点:
  2. 1.1. 1、摘要
  3. 1.2. 2、介绍
  4. 1.3. 3、相关工作
    1. 1.3.1. Task and Motion Planning
      1. 1.3.1.0.0.1. 解释:
  • 1.3.2. Learning to solve long-horizon tasks.
    1. 1.3.2.0.0.1. 解释:
  • 1.3.3. Generative models for planning.
    1. 1.3.3.0.0.1. 解释:
  • 1.4. 4、预备知识
    1. 1.4.1. 问题公式化
    2. 1.4.2. 环境设置
    3. 1.4.3. 扩散模型:
      1. 1.4.3.1. 解释
  • 1.5. 5、方法论
    1. 1.5.1. 动作原语作为扩散模型
    2. 1.5.2. Sequencing skill diffusion models对技能扩散模型进行排序
    3. 1.5.3. 基于分类器的约束满足指导
    4. 1.5.4. 总结
  • 1.6. 5、结果
    1. 1.6.1. 基线和指标
    2. 1.6.2. Toy领域。
  • 1.7. A 算法总结
    1. 1.7.1. 算法1:生成技能链(GSC)算法
    2. 1.7.2. 初始化：
    3. 1.7.3. 算法过程：
    4. 1.7.4. 结果：
    5. 1.7.5. 超参数及其计算
    6. 1.7.6. 个体扩散模型得分函数超参数
  • 1.8. B 补充讨论
    1. 1.8.1. 实现细节:
  • 1.9. C 技能描述和参数化
  • 1.10. D 任务说明
    1. 1.10.1. 我们将在下面描述所有这些考虑过的任务:
  • 1.11. E 其他结果
  • 1.12. F硬件实验设置
  • 1.13. G数据收集和真实世界的实验细节
  • 1.14. H Toy domain:已解释
  • 1.15. 参考知识：
    1. 1.15.1. 蒙特卡洛采样（MCS）https://zhuanlan.zhihu.com/p/81806149
      1. 1.15.1.1. 动机
      2. 1.15.1.2. 背景知识
      3. 1.15.1.3. 应用
        1. 1.15.1.3.1. 变分推断（Variational Inference, VI）
        2. 1.15.1.3.2. 强化学习
  • 1.16. 方法综述
  • 1.17. 总结
  • 1.18. 参考文献
  • 1.19. 本文总结
    • Recent Post
    周报2025年6月8日2025-06-09
    The 20 m Africa rice distribution map of 20232025-06-04
    DCM————DeepCropMapping: A multi-temporal deep learning approach with improved spatial generalizability for dynamic corn and soybean mapping2025-06-04
    重新复现CACM记录2025-06-04
    机器学习相关概念2025-05-26
    ©2020 - 2025 By ALTNT
    Framework Hexo|Theme Butterfly