Diffusion Policy：基于动作扩散的视觉运动策略学习

机器人要从演示里学会“看到什么就做什么”，绕不开一个问题：动作该怎么表示。抓取、推动、折叠这类任务中，同一种观察往往对应多条都可行的动作轨迹；如果把策略学成单点回归，就容易把多条轨迹平均掉，得到一个谁也不像的结果。Diffusion Policy 这个题目给出的答案是：把动作生成当作扩散过程来做，学的是动作分布，而不是单个动作。在具身智能与机器人基础模型成为讨论热点的当下，这类把生成模型直接用在动作端的做法值得放进阅读清单。这是 Columbia/TRI 的工作，论文在 arXiv 上公开，全文可免费下载。

从题目本身能确定的范围是“视觉运动策略学习”：输入包含视觉观察，输出是动作，方法环节采用动作扩散。给定的材料没有涉及数据集、实验平台与基线设置的细节，因此这里不复述具体的实验设计；能确认的是，它是一篇论文全文，而不是综述或教程，方法、实验与消融都在原文里。换句话说，要判断它对某个具体任务是否有参考价值，只能回到原文的实验条件下去看，停在方法名字上是不够的。

关于关键发现与数字，需要先说明一点：现有材料只覆盖到题目、发布机构、所属方向和可获取性这一层，没有给出任何量化结果，成功率、对比基线、任务数量这类数字一律无从引用。我不会替它补这些数字，补了就是编造。诚实的做法是把“该看什么”讲清楚：拿到原文后，先确认它评估用的任务类型和视觉输入形式，再看它跟哪些策略学习基线比较、在多少组随机种子下报了哪些指标。这几点才是判断一份策略学习工作成色的地方，也正好是简介性材料最容易略过的地方。

相应地，这份资料在详情页上的作用，主要是把获取途径讲清楚，而不是替代原文。它被标注为具身智能/机器人基础模型方向，并且是公开可获取的原始文献——这两点决定了它适合被当作一手材料去读，而不是二手解读。如果要围绕它写论文解读或产品发布解读，这份材料只能支撑“这是什么方向、出自哪里、去哪里拿全文”，支撑不了任何性能层面的判断。

这意味着什么？如果动作扩散这条路线成立，实践上受影响最直接的是策略输出端的设计：从回归一个确定性动作，改为生成一段动作轨迹，再用观察作为条件去引导生成。这样做的直接后果是策略可以表达多模态行为，也就是面对同一观察时保留多种合理动作；代价通常是推理阶段需要多步去噪，实时性要单独评估。后一句是基于方法形态的推断，不是材料里给出的结论。对做机器人操作的人来说，更稳妥的用法是把它当成一条技术路线的代表去读，而不是当成即插即用的方案。

适合读它的人，是正在做机器人操作策略学习，或者要评估“生成模型能不能用在动作端”的研究与工程读者。读完能拿走的是一张明确的入口：一份可获取全文的原始论文、一个可核对的方向标签，以及一份自己去看实验的条件清单。边界也要说清楚：这份介绍所依据的材料不含结论与数字，任何关于效果强弱、适用场景的判断，都必须回到原文去验证，不能从这篇介绍里直接推出。