Closed-Loop Action Chunks with Dynamic Corrections for Training-Free Diffusion Policy
作者: Pengyuan Wu, Pingrui Zhang, Zhigang Wang, Dong Wang, Bin Zhao, Xuelong Li
分类: cs.RO, cs.AI, cs.CV
发布日期: 2026-03-02
备注: Accepted by ICRA2026
🔗 代码/项目: GITHUB
💡 一句话要点
DCDP：动态闭环扩散策略，无需重训练即可提升动态环境下的机器人操作适应性。
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 扩散策略 闭环控制 动态环境 机器人操作 自监督学习
📋 核心要点
- 现有基于扩散模型的机器人策略在动态环境中适应性不足，容易出现响应延迟和任务失败。
- DCDP通过整合动态特征编码、交叉注意力融合和非对称动作编解码器，实现动作的实时闭环校正。
- 实验表明，DCDP在动态PushT模拟中无需重训练即可提升19%的适应性，且计算成本增加较小。
📝 摘要（中文）
基于扩散模型的策略在机器人操作中取得了显著成果，但通常难以在动态场景中快速适应，导致响应延迟或任务失败。本文提出了一种动态闭环扩散策略框架DCDP，该框架集成了基于块（chunk-based）的动作生成与实时校正。DCDP整合了自监督动态特征编码器、交叉注意力融合以及非对称动作编码器-解码器，以在动作执行前注入环境动态信息，从而实现实时的闭环动作校正，并增强系统在动态场景中的适应性。在动态PushT模拟中，DCDP在无需重新训练的情况下，将适应性提高了19％，同时仅需5％的额外计算。其模块化设计实现了即插即用集成，在包括真实世界操作任务在内的动态机器人场景中，实现了时间连贯性和实时响应性。
🔬 方法详解
问题定义：论文旨在解决机器人操作任务中，基于扩散模型的策略在动态环境中适应性差的问题。现有的扩散策略通常难以快速响应环境变化，导致动作执行滞后，最终影响任务完成。这些方法通常是开环的，无法根据环境的实时反馈进行调整。
核心思路：DCDP的核心思路是在扩散策略中引入闭环控制，通过实时感知环境动态信息，并对生成的动作序列进行动态校正。这种方法允许策略根据环境变化进行自适应调整，从而提高在动态场景中的鲁棒性和适应性。
技术框架：DCDP框架主要包含以下几个模块：1) 自监督动态特征编码器：用于提取环境的动态特征。2) 交叉注意力融合：将动态特征与扩散模型生成的动作块进行融合。3) 非对称动作编码器-解码器：用于生成和校正动作序列。整体流程是，首先使用扩散模型生成初始的动作块，然后通过动态特征编码器提取环境的动态特征，接着使用交叉注意力机制将动态特征融入到动作块中，最后使用非对称动作编码器-解码器对动作序列进行校正，得到最终的动作指令。
关键创新：DCDP的关键创新在于将闭环控制的思想引入到扩散策略中，并设计了相应的模块来实现动态校正。与传统的开环扩散策略相比，DCDP能够根据环境的实时反馈进行调整，从而提高了在动态场景中的适应性。此外，DCDP的模块化设计使得其可以方便地集成到现有的扩散策略中。
关键设计：DCDP使用了自监督学习方法来训练动态特征编码器，使其能够有效地提取环境的动态特征。交叉注意力机制用于将动态特征与动作块进行融合，使得策略能够感知环境的变化。非对称动作编码器-解码器的设计允许策略对动作序列进行精细的校正。具体的参数设置和损失函数等技术细节在论文中进行了详细描述（未知）。
🖼️ 关键图片
📊 实验亮点
实验结果表明，DCDP在动态PushT模拟中，无需重新训练即可将适应性提高19%，同时仅需增加5%的计算量。此外，DCDP在真实世界的机器人操作任务中也取得了良好的效果，验证了其在实际应用中的可行性。这些结果表明，DCDP是一种有效的动态闭环扩散策略，能够显著提高机器人在动态环境中的适应性。
🎯 应用场景
DCDP具有广泛的应用前景，可应用于各种需要机器人与动态环境交互的场景，例如：动态物体抓取、装配线上的机器人操作、以及在复杂地形中的机器人导航。该研究的实际价值在于提高了机器人在动态环境中的适应性和鲁棒性，未来有望推动机器人技术在工业自动化、医疗康复等领域的应用。
📄 摘要（原文）
Diffusion-based policies have achieved remarkable results in robotic manipulation but often struggle to adapt rapidly in dynamic scenarios, leading to delayed responses or task failures. We present DCDP, a Dynamic Closed-Loop Diffusion Policy framework that integrates chunk-based action generation with real-time correction. DCDP integrates a self-supervised dynamic feature encoder, cross-attention fusion, and an asymmetric action encoder-decoder to inject environmental dynamics before action execution, achieving real-time closed-loop action correction and enhancing the system's adaptability in dynamic scenarios. In dynamic PushT simulations, DCDP improves adaptability by 19\% without retraining while requiring only 5\% additional computation. Its modular design enables plug-and-play integration, achieving both temporal coherence and real-time responsiveness in dynamic robotic scenarios, including real-world manipulation tasks. The project page is at: https://github.com/wupengyuan/dcdp