研究：用扩散模型建模人形机器人权重
发生了什么
据arXiv cs.LG论文报道，研究者提出使用潜在扩散框架直接建模人形机器人控制网络的神经权重分布。该方法结合线性自编码器与Diffusion Transformer，在Unitree G1机器人强化学习数据上训练，成功生成可执行行走、舞蹈和侧踢等动作的可部署网络。研究发现第一层权重中存在反映运动学先验的结构原则，表明生成式建模在人形网络权重空间具有可行性。 来源：arXiv cs.LG
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口