清华大学人工智能研究院TSAIL团队于2024年10月推出了大的双臂机器人操作任务扩散基础模型——Robotics Diffusion
Transformer（RDT-1B）。这一创新模型通过基于扩散模型的设计与大规模预训练策略，为双臂操控任务的研究和应用带来了重要突破，成为运动控制L域接近人类“小脑”的机器人控制模型之一。
RDT-1B具备1.2B参数量，采用了可扩展的Transformer架构，能够G效处理多模态输入的异质性，捕捉机器人数据中的非线性和
G频特性。模型通过扩散模型的多模态行为分布表示，展现了不错的动作预测与执行能力。在实际应用中，RDT-1B在ALOHA双
臂机器人平台上得到了验证，其在家庭环境下的复杂任务中表现尤为出色。例如，在“洗杯子”任务中，RDT-1B能够准确完成一系
列复杂操作，甚至在面对从未见过的新类型杯子时，也能展现出强大的零样本泛化能力。这种泛化能力使得模型能够快速适应全
新的任务和物体，仅通过少量示范即可学习新技能。
RDT-1B在应对数据稀缺性问题上也取得了显著进展。模型引入了物理可解释的统一动作空间，使其能够统一不同机器人的动作表
示，同时保留原始动作的物理意义。此设计J大提升了模型的跨平台知识迁移能力，使得RDT-1B能够在多个任务和物体场景中理
解并执行复杂任务。这种能力不仅让模型具备出色的初始性能，也展现了强大的学习潜力和快速适应能力，为双臂操控L域的研
究和优化奠定了坚实基础。
作为开源项目，RDT的发布将加速机器人技术的研发与产业化。凭借其多模态处理能力、G效的扩散模型架构和优越的泛化能
力，RDT有望推动机器人在更多L域的应用，如家庭服务、工业自动化和医疗辅助等，成为推动机器人技术进步的重要驱动力。
|
