热点事件持续更新
扩散与回归混合训练用于自动驾驶离线行为克隆
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv cs.RO 报道了 Diffusion-2BC，一种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的方法，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。
AI 根据报道生成 · 2 小时前更新
最新进展10月1日 12:00
Diffusion-2BC 提出混合扩散与回归训练，在 Claw 和 CARLA 任务上优于基线。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv cs.RODiffusion-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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。