热点事件持续更新
Diffusion-2BC：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2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发布 Diffusion-2BC，一种结合扩散去噪目标与辅助确定性行为克隆损失的离线行为克隆方法。该方法共享视觉编码器，训练时仅使用辅助分支，推理阶段保持扩散-based。在 Claw 任务中，相对纯扩散基线将 mean mask-distance error 降低约 10%，相对标准确定性行为克隆降低 85%；在无路线 CARLA 导航中，Town01 和 Town02 均比两个基线跑得更远。
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 在 Claw 和 CARLA 无路线导航中均优于扩散与确定性行为克隆基线。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · RoboticsDiffusion-2BC：混合扩散与回归训练的离线行为克隆方法
Diffusion-2BC 结合扩散去噪目标与辅助确定性行为克隆损失，共享视觉编码器，训练时仅使用辅助分支，推理保持扩散-based。在 Claw 任务中，相对扩散基线将 mean mask-distance error 降低约 10%，相对标准确定性行为克隆降低 85%；在无路线 CARLA 导航中，Town01 和 Town02 均比两个基线跑得更远。
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。