MoE-DP：一种面向机器人长期操作的 MoE 增强扩散政策
机器人学
2025-11-10 v1
摘要
扩散政策已成为机器人视觉运动控制的强大框架，但它们往往缺乏鲁棒性，难以在长期、多阶段任务中从子任务失败中恢复，且学习到的观察表示往往难以解释。在本工作中，我们提出了 Mixture of Experts 增强扩散政策 (MoE-DP)，核心思想是将 Mixture of Experts (MoE) 层插入视觉编码器和扩散模型之间。这一层将政策的知识分解为一组专门的专家，这些专家被动态激活以处理任务的不同阶段。我们通过大量实验表明，MoE-DP 在应对干扰方面具有强大的恢复能力，在鲁棒性方面显著优于标准基线。在 6 个长期仿真任务中，这导致在受干扰条件下的成功率平均提高了 36%。这种增强鲁棒性在实际应用中也得到了验证，MoE-DP 还显示出显著的性能提升。我们进一步表明，MoE-DP 学习到一种可解释的技能分解，其中不同的专家对应于语义任务原语（例如：接近、抓取）。这种学习到的结构可用于推理时控制，允许在不重新训练的情况下重新排列子任务。我们的视频和代码均可在 https://moe-dp-website.github.io/MoE-DP-Website/ 访问。
引用
@article{arxiv.2511.05007,
title = {MoE-DP: An MoE-Enhanced Diffusion Policy for Robust Long-Horizon Robotic Manipulation with Skill Decomposition and Failure Recovery},
author = {Baiye Cheng and Tianhai Liang and Suning Huang and Maanping Shao and Feihong Zhang and Botian Xu and Zhengrong Xue and Huazhe Xu},
journal= {arXiv preprint arXiv:2511.05007},
year = {2025}
}