Hydra-DP3：基于频率域的3D扩散策略频率感知右尺寸化
机器人学
2026-05-12 v3
摘要
扩散式视觉运动控制策略在机器人操作中表现良好，但当前方法仍继承图像生成式解码器和多步采样。我们从频率域视角重新审视此设计。机器人动作轨迹高度光滑，能量集中于少数几个低频离散余弦变换模式。基于此结构，我们表明最优去噪器的误差由低频子空间维度和残余高频能量决定，暗示去噪误差在极少数逆向步骤后即饱和。这也表明，动作去噪需要远小于图像生成的简单去噪模型。针对此洞察，我们提出Hydra-DP3（HDP3），一种轻量级3D扩散策略，采用轻量化扩散混合器解码器，支持两步DDIM推理。我们的合成实验验证了理论，支持两步去噪的充分性。此外，在RoboTwin2.0、Adroit、MetaWorld以及真实世界任务中，HDP3以少于先前3D扩散策略参数的1%，并显著降低推理延迟，实现了最佳性能。
引用
@article{arxiv.2605.01581,
title = {Hydra-DP3: Frequency-Aware Right-Sizing of 3D Diffusion Policies for Visuomotor Control},
author = {Jinhao Zhang and Zhexuan Zhou and Huizhe Li and Yichen Lai and Wenlong Xia and Haoming Song and Youmin Gong and Jie Mei},
journal= {arXiv preprint arXiv:2605.01581},
year = {2026}
}