Diffusion-2BC：混合扩散与回归训练用于自动驾驶离线行为克隆

Diffusion-2BC 将扩散去噪目标与辅助确定性行为克隆损失结合在共享视觉编码器上，辅助分支仅用于训练，推理仍基于扩散。在 Claw 任务中，其平均掩码距离误差较扩散行为克隆基线降低约 10%，较标准确定性行为克隆降低 85%；在 CARLA 无路线导航中，于 Town01 和 Town02 均比两个基线行驶更远。