Diffusion Policy: 행동 확산을 이용한 시각‑운동 정책 학습

오늘의 논문

원문 보기 문헌연구

HOT PAPER IT Crossref 실존 확인 2026-09-06 회차 지난 회차

Diffusion Policy: 행동 확산을 이용한 시각‑운동 정책 학습

Diffusion policy: Visuomotor policy learning via action diffusion

Cheng Chi, Zhenjia Xu, Siyuan Feng 외 · The International Journal of Robotics Research · 2024년 · 조회 15

왜 이 논문인가 — 선정 기준

HOT PAPER · 최근 가장 주목받는 논문 — 피인용·FWCI·동년 인용 백분위

2024-10 발표 · 피인용 486회 · 분야 내 인용 영향력 상위권 · 동년 인용 상위 1%

HOT 슬롯에 선정된 이유는 2024년 발표 이후 486회의 인용을 획득하며 동년 논문 중 인용 상위 1%에 속하는 높은 주목도와 영향력을 보여주기 때문이다.

논문 요약

본 논문은 로봇의 시각‑운동 정책을 조건부 디노이징 확산 과정으로 모델링한 Diffusion Policy를 제시한다. 4개의 로봇 조작 벤치마크에서 15개 과제에 대해 기존 최첨단 방법 대비 평균 46.9%의 성능 향상을 기록했다. 확산 방식은 멀티모달 행동 분포를 자연스럽게 다루고, 고차원 행동 공간에서도 안정적인 학습을 가능하게 한다. 또한, 스토캐스틱 라그랑주 동역학 단계로 추론 시 행동을 점진적으로 최적화한다.

후속 연구설계에 활용하기

확산 기반 정책 학습 프레임워크를 로봇 제어 실험에 적용하거나, 라그랑주 동역학 단계 수·노이즈 스케줄을 변수로 설정해 새로운 행동 탐색 전략을 설계할 수 있다.

핵심어

로봇 정책확산 모델멀티모달 행동시각‑운동 학습

실존 확인

이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다. SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.

DOI: 10.1177/02783649241273668

2026-09-06 확인 · 2026-09-06 선정

Diffusion Policy: 행동 확산을 이용한 시각‑운동 정책 학습

왜 이 논문인가 — 선정 기준

논문 요약

후속 연구설계에 활용하기

핵심어

실존 확인

같은 회차의 다른 논문